图像预训练模型的起源解说和使用示例
这篇文章简要介绍了图像预训练模型过去的演变，并总结了现在的一些热门话题。
【Jetson Nano】学习（3）——物体识别后提取出感兴趣的对象，目标检测，语义分割
文章目录📒前言📙定位对象📗对象提取代码：📘完整代码📕识别效果📒前言🍊在前面的博客中我写了一篇关于实现目标检测的文章，但是我们只是作为一个测试使用，并没有具体说明他能干什么，感兴趣可以看看❤️【Jetson Nano】学习（2）——两种方法（命令行、openCV）打开摄像头、实现目标检测
Matlab图像处理（1）彩色图像转换为灰度图像（初学必看）
手把手教你用Matlab实现彩色图像转换为灰度图像RGB = imread('F:/1/tuxiang.jpg');%将图像读入工作区Y = rgb2gray(RGB);%将图像灰度化imshow(Y)%显示灰度图像这是一个最基本将彩色图像转换为灰度图像的代码，接下来详细解释代码：‘RGB’是自己设
SRCNN：基于深度学习的超分辨率开山之作回顾
本文提供了与SRCNN论文的总结和回顾，如果你对于图像的超分辨率感兴趣，一定要先阅读这篇论文，他可以说是所有基于深度学习的超分辨率模型的鼻祖
学习笔记：深度学习（4）——卷积神经网络（CNN）PyTorch实践篇
小白PyTorch超快上手，采用CNN做了一个手写数字识别，一个MINST手写数字预测，以及尝试了Kaggle的Spaceship Titanic案例。
目标检测算法——YOLOv5将IOU Loss替换为EIOU Loss
将YOLOv5中的锚框损失函数替换为EIOU Loss，性能远优于原IOU、DIOU以及CIOU等，测试自身数据集发现涨点明显！
目标检测算法——YOLOv5结合BiFPN
将YOLOv5中的PANet层修改为EfficientDet-BiFPN，实现自上而下与自下而上的深浅层特征双向融合，明显提升YOLOv5算法检测精度。
墨奇科技博客｜计算机视觉在前端应用中的实践 II
在上一篇博客中，我们简单介绍了如何基于 OpenCV.js 或 Rust/WebAssembly 设计并实现技术方案，在前端业务中实现计算机视觉类（下文简称 CV）的功能。感兴趣的同学可以点击下方链接回顾上一期博客：墨奇科技博客 | 计算机视觉在前端应用中的实践Ⅰhttps://blog.csdn.
OCR文字识别技术总结（四）
导读：在上一篇文章中我们对文字检测各类算法进行总结，本篇将继续介绍OCR领域文字识别理论部分的研究，将从规则文本及不规则文本的文字识别进行展开，主要介绍主流文字识别相关算法。
【计算机视觉】局部图像描述子：SIFT算法
文章目录【计算机视觉】局部图像描述子：SIFT算法1. SIFT算法的原理1.1 SIFT算法的目标与思想1.1.1 算法目标1.1.2 算法思想1.2 尺度空间的思想和表示1.2.1 尺度空间的思想1.2.2 尺度空间的表示1.3 高斯金字塔的构建1.4 高斯差分金字塔和DOG函数1.5 DOG局
OpenCV基本功 之 图像的掩模、运算 & 合并专题 -小啾带学【Python-Open_CV系列（七）】
OpenCV图像的掩模、运算 与 合并 (以Python为工具) Open_CV系列（七）1.图像的掩模2.图像的运算2.1 图像的加法运算2.1.1 “+”方法2.1.2 cv2.add()方法2.1.3 使用掩模遮盖相加结果2.2 图像的位运算2.2.1 按位与 cv2.bitwise_and(
2. 3种常见网络重参数化论文、解读、使用方法、实现代码整理（Re-Parameter）
源码下载地址：下载地址目录Re-Parameter(ReP) Series1. RepVGG Usage2. ACNet Usage3. Diverse Branch Block(DDB) Usage【先验知识】首先向各位读者介绍一下卷积的一些基本性质，这几篇论文所提出的重参数操作，都是基于卷积的这
OpenCV像素处理基本操作 Open_CV系列（二）
OpenCV像素处理基本操作1. 提取指定位置的像素RGB值(BGR)2. 修改指定像素的BGR值2.1 修改一个像素2.2 修改一个区域的像素3. 图像的创建3.1 创建纯黑/白图像3.2 创建黑白相间图像3.3 创建彩色图像3.4 随机颜色图像（雪花点图）4. 图像的拼接水平拼接 hstack(
tensorflow安装测试教程【一文读懂】
tensorflow 各个版本安装体验教程、一文读懂
一张照片，AI生成抽象画（CLIPasso项目安装使用） | 机器学习
最近看到一个比较有意思的项目，可以将照片生成对应的抽象画。AI帮你一键生成一张抽象画。
OpenCV中的图像处理 —— 图像梯度+Canny边缘检测
OpenCV中的图像处理 —— 图像梯度+Canny边缘检测+图像金字塔目录OpenCV中的图像处理 —— 图像梯度+Canny边缘检测+图像金字塔1. 图像梯度1.1 Sobel和Scharr算子1.2 Laplacian算子2. Canny边缘检测2.1 多阶段的Canny边缘检测算法
基于人脸识别的人脸考勤机实现（训练、测试、部署）
代码下载地址：下载地址一、硬件：Windows10或11（无需GPU）或MacOS 都测试可行普通RBG USB摄像头二、软件：Python：3.7opencvDlib二、用法：使用python demo_full.py --{参数名}={参数值} -h, --help sh
基于人脸识别、姿态检测、距离估计的看电视姿态检测
人脸识别：检查谁在看头部姿态估计：检查是否在看距离估计：检查是否离电视太近代码下载地址：下载地址AI分析看电视行为一、功能：人脸识别：检查谁在看头部姿态估计：检查是否在看距离估计：检查是否离电视太近二、硬件：Windows10或11（无需GPU）或MacOS 都测试可行普通RBG USB摄像头三、软
yolov5——训练策略
yolov5——训练策略前言前言yolov5的训练策略big big丰富，这也是yolov5涨分厉害的reason，目前yolov5的使用量也是非常大的，官网的star已经23.5k了，无论是在迁移学习还是实际场景的应用都是非常广泛的。之前参加比赛，发现好几页的选手都在使用yolov5，确实有必要梳
Opencv从入门到精通（三）：图像基础操作和变形与裁剪
文章目录一、基础操作二、resize和crop一、基础操作在Opencv中约定通道是BGR但是彩色图像是RGBimg = cv2.imread('./1.png')# print(img, type(img)) # ndarrayimg_gray = cv2.cvtColor(img, code=
