2022 年您需要了解的 10 大计算机视觉框架

计算机视觉是一个快速发展的科学领域，它处理从数字图像和视频中提取信息以获得对环境的高级理解。

该技术主要应用于机器人、增强现实和自动驾驶汽车中的复杂问题，例如物体检测、导航空间测量、面部识别、动作和活动识别、驱动视觉和人体姿态估计。

关键目标是了解人类视觉在 3D 世界中的工作原理，并将其转化为构建算法，以便在数码相机之前确定物体的结构和类型、控制计算机系统或为人们提供有关物体的信息.

这是计算机视觉应用的非详尽列表。

2022年主流10 大计算机视觉框架

通用场景识别使我们能够通过将照片与 Google 上的数十亿张照片进行比较以找到最佳匹配来识别照片的拍摄位置。

1、谷歌云的Vision API

Google Cloud 的 Vision API 是一种易于使用的图像识别技术，可让开发人员通过应用强大的机器学习模型来了解图像的内容。它通过 REST 和 RPC API 提供强大的预训练机器学习模型。它还使开发人员可以轻松地将关键视觉检测功能集成到应用程序中，包括面部和地标检测、图像标记、光学字符识别 (OCR) 和显式内容标记。它还允许我们为图像分配标签并快速将它们分类为数百万个预定义的类别。它可以帮助我们检测物体和面部，阅读印刷和手写文本，并将有价值的元数据构建到您的图像目录中。

2.YOLOv3

YOLO（You Only Look Once）是最先进的实时对象检测系统，是最广泛使用的基于深度学习的对象检测方法之一。它将对象检测视为一个回归问题，使用单个前馈卷积神经网络直接从完整图像预测类别概率和边界框偏移。它使用 k-means 聚类方法来估计预测边界框的初始宽度和高度。YOLOv3 消除