OpenCV的核心操作 —— 图像的基本操作+图像上的算术运算
OpenCV的核心操作 —— 图像的基本操作+图像上的算术运算对图像的基本操作包括访问像素值并对其进行修改、访问像素属性、设置感兴趣区域和分割/合并图像通道，如果我们想用OpenCV写出更好的优化代码，熟练使用Numpy是至关重要的（Numpy是一个用于快速数组计算的优化库）1. 图像的基本操作1
64行代码实现简单人脸识别
64行代码实现简单人脸识别。快来学习吧！
OpenCV-Python实战（22）——使用Keras和Flask在Web端部署图像识别应用
在本文中，我们将看到如何使用 Keras 和 Flask 创建深度学习 REST API。更具体地说，我们首先学习如何使用 Keras 中包含的预训练深度学习架构，然后介绍如何使用这些预训练深度学习架构创建深度学习 API，用于高性能图像识别任务。
摄像头实时换脸，上网课老师都不认识我了，哈哈
摄像头实时换脸了
论文导读：Universal Adversarial Training
在这篇论文中，作者提出了一种优化的方法来找到给定模型的通用对抗样本（首先在 Moosavi-Desfooli 等人 [1] 中引入）。作者还提出了一种低成本算法来增强模型对此类扰动的鲁棒性。
OpenCV-Python实战（番外篇）——想要识别猫咪的情绪？从猫脸检测开始
在本项目中，我们将使用 OpenCV 和 Flask 构建检测猫脸的深度学习 Web 应用程序，项目可以处理来自浏览器的不同请求方式(例如 GET 和 POST 等)，最后通过实战测试使用 OpenCV 和 Flask 创建的 Web 猫脸检测 API。
论文导读：CoAtNet是如何完美结合 CNN 和 Transformer的
这篇文章主要介绍 Z. Dai 等人的论文 CoAtNet: Marrying Convolution and Attention for All Data Sizes。（2021 年）。
ViT结构优化——Searching the Search Space (S3 NAS)
Paper地址：https://arxiv.org/abs/2111.14725GitHub链接：https://github.com/microsoft/Cream概述网络结构搜索（NAS: Neural-network Architecture Search）的设计收敛，首先取决于搜索空间的设计
图像修复、专栏目录：推荐查阅顺序
图像修复、专栏目录：推荐查阅顺序，如果有刚刚开始做深度学习，对深度学习 Cuda、Pytorch 相关环境高效搭建，还不是非常清楚的小伙伴建议参考我的这篇博文、折腾清楚这些基础知识、相信能够为大家节约难以估计的学习成本???? 模型训练到模型部署基础环境搭建推荐博文查阅顺序——【1024专刊】重点参
YOLOv4网络结构详解
YOLOv4是2020年Alexey Bochkovskiy等人发表在CVPR上的一篇文章，并不是Darknet的原始作者Joseph Redmon发表的，但这个工作已经被Joseph Redmon大佬认可了。之前我们有聊过YOLOv1～YOLOv3以及Ultralytics版的YOLOv3 SPP
详解用OpenCV绘制各类几何图形
本文详细介绍了OpenCV绘制几何图形的方法，利用cv2.line()、v2.circle()、cv2.rectangle()、cv2.ellipse()、cv2.polylines()、cv2.putText()函数实现。
【快速入门】YOLOv5目标检测算法
简单快速入门YOLOv5秘籍！
（超详细）Ubuntu18.04下安装及卸载opencv+opencv_contrib
（opencv版本问题 以及c++ python问题）为了做毕设，我已经被这个东西折磨了很多天了，现在真的悟了。写下人生的第一篇博客，希望能够帮助大家。版本：Ubuntu18.04 Opencv-4.1.2 Opencv_contrib-4.1.2百度云链接：https://pan.baidu.
OpenCV-Python实战（21）——OpenCV人脸检测项目在Web端的部署
将 OpenCV 计算机视觉项目部署在 Web 端一个有趣的话题，部署在 Web 端的优势之一是不需要安装任何应用，只需要访问地址就可以访问应用，有很多 Python Web 框架可用于部署应用程序，这些框架可以使我们专注于应用程序的核心逻辑，而不必处理低级细节(例如，协议、套接字或进程和线程管理等
论文推荐：ReLICv2 ，新的自监督学习能否在ResNet 上超越监督学习？
自监督 ResNets 能否在 ImageNet 上没有标签的情况下超越监督学习？
OpenCV学习（53）
图像变换（7）：标准霍夫变换:HoughLines()函数此函数可以找出采用标准霍夫变换的二值图像线条。在 OpenCV中，我们可以用其来调用标准霍夫变换SHT和多尺度霍夫变换 MSHT的 OpenCV内建算法。 第一个参数，InputArray类型的image，输入图像，即源图像。需为8位的
动手学深度学习——卷积层
从全连接到卷积1、简单例子：分类猫和狗的图片使用一个还不错的相机采集图片（12M像素）RGB图片有36M元素使用100大小的单隐藏层MLP，模型有3.6B元素，远多于世界上所有猫和狗总数（900M狗，600M猫）2、重新考察全连接层将输入和输出变形为矩阵（宽度，高度）；将权重变形为4-D张量（h,w
【opencv学习】基于透视变换和OCR识别的小票识别
本文基于之前学习的透视变换、和OCR识别，做了个简单的小票识别，如下：import cv2import numpy as npfrom PIL import Imageimport pytesseract as tessdsize = (55, 88) # 统一尺度# 展示图像，封装成函数def
深度盘点：30个用于深度学习、自然语言处理和计算机视觉的顶级 Python 库
今天我们来盘点一下有哪些用于深度学习、自然语言处理和计算机视觉的顶级Python库。我尽力将每个库按预期的使用情况进行归类，所有包含的库都有对应的Github代码仓库，我还列出每个库的在Github上的收藏(Stars) ，提交(Commits )，贡献者(Contributors)的数据，这在一定
【论文笔记】道路检测 SNE-RoadSeg
论文标题：SNE-RoadSeg: Incorporating Surface Normal Information into Semantic Segmentation for Accurate Freespace Detection论文地址：https://arxiv.org/abs/2008.
