coco-annotator的安装与使用
COCO Annotator是一个基于web的图像标注工具，其多功能性和易用性旨在有效地标记图像，以创建用于图像定位和对象检测的训练数据。它提供了许多不同的功能，包括标记图像片段（或片段的一部分）、跟踪对象实例、标记具有断开的可见部分的对象、以COCO 格式有效存储和导出标注信息。
文本-图像生成（Text-to-Image Generation）的评价指标介绍——CLIPScore、TISE
文本到图像生成的评价指标综述
YOLOv5 + StrongSORT with OSNet
YOLOv5 + StrongSORT with OSNet：YOLOv5检测器 + StrongSORT跟踪算法 + OSNet行人重识别模型
计算机视觉项目-文档扫描OCR识别
我们在日常生活或者办公中，可能都使用过万能扫描王这个软件，或者qq中的照片文字扫描功能，然后直接利用扒下来的文档直接复制粘贴直接使用，那么他这个原理是什么呢？又是怎么用OpenCV来实现的呢。我们这次博客就来全面介绍一下这个整体流程。并进行真实案例操作。我们要完成对于文档图片的扫描工作。大致流程主要
当下呼声最高的NeRF究竟是什么？
作为今年计算机视觉领域最火的AI技术，NeRF可谓是应用广泛，前景一片大好。
自动驾驶感知——激光雷达物体检测算法
点视图 | PointNet/PointNet++，Point-RCNN，3D-SSD俯视图 | VoxelNet，SECOND，PIXOR，AFDet前视图 | LaserNet，RangeDet多视图融合 （俯视图+点视图）|PointPillar，SIENet，PV-CNN多视图融合（俯
一文看懂膨胀（空洞）卷积（含代码）
详细说明了膨胀卷积（空洞卷积）的背景，特点，特点解释，计算，优缺点，代码
精确控制 AI 图像生成的破冰方案，ControlNet 和 T2I-Adapter
ControlNet 和 T2I-Adapter 的突破性在哪里？有什么区别？其它为 T2I 扩散模型施加条件引导的相关研究ControlNet 和 T2I-Adapter 的实际应用效果如何？使用体验上，跟 SD原生支持的 img2img 有什么区别？ControlNet 在插画创作上的潜力多种条
深度学习参数初始化（二）Kaiming初始化 含代码
Xavier初始化在ReLU层表现不好，主要原因是relu层会将负数映射到0，影响整体方差。而且Xavier初始化方法适用的激活函数有限：要求关于0对称；线性。而ReLU激活函数并不满足这些条件，实验也可以验证Xavier初始化确实不适用于ReLU激活函数。所以何恺明在对此做了改进，提出Kaimin
Openai神作Dalle2理论和代码复现
Openai神作Dalle2理论和代码复现
2022最新SLAM面试题汇总（持续更新中）
目前机器人SLAM问题是一个非常值得研究的方向，在未知环境中，首先要通过SLAM技术获得环境的地图，然后才能进行导航。这个方向是近几年比较新的研究方向，相关的机器人公司以及研究机器人的大厂也很需要SLAM方向的人才。...
RAW图像详解及使用Python读取raw格式图像并显示
RAW图像详解及使用Python读取raw格式图像并显示
【ZED】从零开始使用ZED相机（二）：打开相机+捕获图像
引言关于ZED相机的安装和配置可以先参考【ZED】从零开始使用ZED相机（一）：windows下的安装配置与测试，接下来开始二次开发ZED相机。阅读ZED API文档，选择自己使用的语言，学会相机的基本调用函数笔者建议：安装包的samples与官方文档配合使用效果更加必备导入库：import pyz
狗都能看懂的CenterNet讲解及代码复现
狗都能看懂的CenterNet讲解及代码复现
经典文献阅读之--PL-SLAM(点线SLAM)
之前作者基本都在围绕着特征点提取的路径在学习，最近看到了最近点云PCL推送的《Structure PLP-SLAM: Efficient Sparse Mapping and Localization using Point, Line and Plane for Monocular, RGB-D
基于SwinTransformer+UNet的遥感图像语义分割
目录摘要1.Introduction摘要全局上下文信息（context information）对于遥感图像的语义分割至关重要。然而，现有的大多数方法都依赖于卷积神经网络（CNN），由于卷积运算的局部性（locality），直接获取全局上下文信息充满了挑战性。受具有强大全局建模能力的Swin tra
深度学习之YOLOv5实践应用（3-1）人头检测模型
参考：基于yolov5训练人头检测模型 - 知乎一、数据集下载地址：链接：四、模型训练1. 数据集目录配置在data文件夹下创建head.yaml，此文件设置类别数量，类别名称以及数据集的路径。内容如下图所示：head.yaml2. 预训练模型从 yolov5 github 源码地址下载预训练 y
MAE：视觉自监督2021（原理+代码）
MAE论文「Masked Autoencoders Are Scalable Vision Learners」证明了 masked autoencoders（MAE） 是一种可扩展的计算机视觉自监督学习方法。遮住95%的像素后，仍能还原出物体的轮廓，效果如图：本文提出了一种掩膜自编码器 (MAE)架
【OpenCV】红绿灯识别 轮廓识别 C++ OpenCV 案例实现
本文以实现行车过程当中的红绿灯识别为目标，核心的内容包括：OpenCV轮廓识别原理以及OpenCV红绿灯识别的实现具体步骤
语义分割系列25-BiSeNetV2（pytorch实现）
本文介绍了BiSeNetV2的论文思路和模型结构，给出了BiSeNetv2的模型代码实现，在Camvid数据集上进行测试，所有代码都基于pytorch框架。
