计算机视觉项目-实时目标追踪
目标追踪技术对于民生、社会的发展以及国家军事能力的壮大都具有重要的意义。它不仅仅可以应用到体育赛事当中目标的捕捉，还可以应用到交通上，比如实时监测车辆是否超速等！对于国家的军事也具有一定的意义，比如说导弹识别目标等方向。所以说实时目标追踪技术对于整个社会来说都是非常重要的！目前被应用的比较多的，而且
【OpenCV】基于cv2的图像阈值化处理【超详细的注释和解释】掌握基本操作
基于python - opencv的图像阈值化处理部分操作详解满满干货不要错过噢！
Pytorch优化器全总结（一）SGD、ASGD、Rprop、Adagrad
这是一个系列，以Pytorch为例，介绍所有主流的优化器，如果都搞明白了，对优化器算法的掌握也就差不多了。作为系列的第一篇文章，本文介绍Pytorch中的SGD、ASGD、Rprop、Adagrad，其中主要介绍SGD和Adagrad。因为这四个优化器出现的比较早，都存在一些硬伤，而作为现在主流优化
MobileViT模型简介
自从2010年ViT(Vision Transformer)模型的横空出世，人们发现了Transformer架构在视觉领域的巨大潜力。近些年，越来越多的科研人员投入Transformer的怀抱，视觉领域的各项任务也不断被Transformer架构模型刷新。Transformer虽然强大，但在现在看来
Checkerboard Artifacts（棋盘伪影）的发生以及解决方案：
kernel_size=3，stride=2：以输出中第三行元素为例，从左往右接受的信息量依次由输入中的2/2/4/2/2个元素提供，中间元素接受信息量不同，此为“不均匀重叠”。此外，当kernel_size=3，stride=2时，一维转置卷积输出中依次接受输入特征的1/1/2/1/1个元素提供的
【计算机视觉】图像增强——图像的形态学操作
主要介绍常见的数学形态学运算基本方法，了解腐蚀、膨胀、开运算、闭运算
猿创征文｜深度学习基于ResNet18网络完成图像分类
CIFAR-10数据集包含了10种不同的类别、共60,000张图像，其中每个类别的图像都是6000张，图像大小均为32×3232×32像素。
Opencv图像基本操作——读取、显示、截取图像、属性、颜色通道、边界填充、图像融合
Opencv图像基本操作——读取、显示、截取图像、属性、颜色通道、边界填充、图像融合
猿创征文|OpenCV编程——计算机视觉的登堂入室
计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄像头和计算机代替人眼对目标进行识别、跟踪和测量等，并进一步做图像处理，使计算机处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取“信息”的人工智能系
Stable Diffusion搭建全过程记录，生成自己的专属艺术照
项目开发领导者有两位，分别是 AI 视频剪辑技术创业公司 Runway 的 Patrick Esser，和慕尼黑大学机器视觉学习组的 Robin Romabach。这个项目的技术基础主要来自于这两位开发者之前在计算机视觉大会 CVPR22 上合作发表的潜伏扩散模型 (Latent Diffusion
报错：Torch not compiled with CUDA enabled看这一篇就足够了
报错：Torch not compiled with CUDA enabled看这一篇就足够了
opencv入门
opencv
【深度学习】（五）目标检测——下篇
上一章介绍了目标检测上篇，主要为两阶段检测的R-CNN系列。这一章来学习一下目标检测下篇。R-CNN系列算法面临的一个问题，不是端到端的模型，几个构件拼凑在一起组成整个检测系统，操作起来比较复杂。而今天介绍的YOLO算法，操作简便且速度快，效果也不错。YOLO算法是一种典型的one-stage方法，
openCV实践项目：拖拽虚拟方块
openCV实践项目：拖拽虚拟方块
Python图像处理丨图像的灰度线性变换
本文主要讲解灰度线性变换。
基于Unity引擎利用OpenCV和MediaPipe的面部表情和人体运动捕捉系统
增加了模型的绑定，利用Mediapipe这个强大的库可以实现识别面部表情的捕捉和人体结构运动的捕捉，基于以上的特性加入到Unity的人物模型中，实现实时的面部表情和人体运行的捕捉
手把手带你调参最新 YOLOv7 模型 (最新版本)（一）
YOLO科研Trick改进推荐 | 包括Backbone、Neck、Head、注意力机制、IoU损失函数、NMS、Loss计算方式、自注意力机制、数据增强部分、激活函数
【OpenCV图像处理11】车辆统计项目
OpenCV图像处理第十一部分：车辆统计项目。主要内容包含：准备工作（涉及到的内容和整体流程）、加载视频、背景减除、形态学识别车辆、判断是否是车辆以及车辆计数并显示。
科学规划，全栈学习！《三维视觉：原理与实践》课程重磅上线
十余位奥比中光算法专家和资深工程师倾力打造3D视觉全栈学习路线！课程共12大专题，20小节，从入门到精通，带你系统性学习三维视觉！
