目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】机器视觉

最新推荐文章于 2024-08-14 10:14:38 发布
最新推荐文章于 2024-08-14 10:14:38 发布
阅读量545 收藏
点赞数 7
分类专栏： 目标检测YOLO系列从入门到精通技术详解100篇 文章标签： 目标检测 YOLO 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/getusushu/article/details/134157474
版权

目录

前言

几个高频面试题目

像素和像元如何选择？

机器视觉检测与机器视觉定位的区别与应用

知识储备

镜头与成像方式

镜头

成像方式

AOI—硬件选型

一、相机选型

二、镜头

三、光源

算法原理

​机器视觉系统集成

3D机器视觉

超大场景的3D数据感知

手机与3D视觉

AR/VR中的眼球追踪技术

3D视觉助力机器人产业智能化转型

机器视觉应用场景

 

前言

所谓机器视觉（machine vision，MV），就是不同技术和方法的组合来自动提取图像信息，为机器在工业和非工业环境中执行给定任务提供操作指导和关键数据。

2022年的研究表明，机器视觉预计将在未来几年经历持续强劲的投资流入，同时，机器视觉还拥有所有工业4.0技术中最高的投资回报率（ROI）和最快的摊销时间。

图片

几个高频面试题目

像素和像元如何选择？

像素是：图像最小单元的数量，例如60004000，像素数量就是24000000。

像素太少当然图像就看不见了，看不清晰了。但是现在几乎所有手机和相机的像素数都远远符合要求。现在限制图像清晰的，通常来说都不是像素的问题，而是镜头和画幅问题。

<

了解本专栏 订阅专栏 解锁全文
格图素书
关注
  • 7
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】SLAM（基础篇）
getusushu的博客
11-16 484
R3LIVE重建的彩色点云是要得到雷达在地图里面全环境的辐射信息，才能够重建出地图的纹理，且必须要求每个点覆盖到了才会有。然而，点云的密度有限，即不能在没有点的地方看着这个点，现有一种解决方案是重建地图的网格(mesh)模型，然后用相机得到图像RGB信息后贴到网格上，这样能够无损的去重建地图纹理。在这个背景下，做了一个在线激光雷达的实时定位和网格重建系统。主要贡献是完成了一个实时的、在线的网格重建。
YOLO算法是如何实现实时目标检测的？
06-16
在计算机视觉领域，目标检测是一项基础而关键的任务。YOLO（You Only Look Once）算法以其卓越的实时性能和准确性，成为目标检测领域的一个里程碑。本文将深入探讨YOLO算法的工作原理、实现实时目标检测的技术细节以及它在现代应用中的重要性。 在计算机视觉领域，目标检测是一项基础而关键的任务。YOLO（You Only Look Once）算法以其卓越的实时性能和准确性，成为目标检测领域的一个里程碑。本文将深入探讨YOLO算法的工作原理、实现实时目标检测的技术细节以及它在现代应用中的重要性。 在计算机视觉领域，目标检测是一项基础而关键的任务。YOLO（You Only Look Once）算法以其卓越的实时性能和准确性，成为目标检测领域的一个里程碑。本文将深入探讨YOLO算法的工作原理、实现实时目标检测的技术细节以及它在现代应用中的重要性。 在计算机视觉领域，目标检测是一项基础而关键的任务。YOLO（You Only Look Once）算法以其卓越的实时性能和准确性，成为目标检测领域的一个里程碑。本文将深入探讨YOLO算法的工作原理、实现实时目标检测的技术细节以及它在现代应
目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】3D视觉
getusushu的博客
11-21 418
在3D相机中，取代光源的是激光发射器，通过复杂的光学系统设计，激光发射器发出的激光会形成一条直线，激光投射到物体表面就会形成反射，在光学系统的设计下，反射光会被镜头捕捉到，最后通过镜头反射到感光芯片上。下面我们来了解一下3D激光相机的测距原理，我司采用的是激光三角测距法，一般工业领域都是普遍采用这个方法，因为激光三角测距法的精度比较高，抗干扰能力也很强，此外，还有很多的测距方法，主要分为两个大类，分别是被动测量类和主动测量类。在传统的2D视觉中，一套详细的解决方案最基础的是相机、镜头、和光源。
目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】机器视觉（基础篇）（七）
getusushu的博客
11-30 1264
目前，钢管的表面缺陷的检测大多通过人工方式实现，人工方式依赖于现场经验且效率低，受现场环境的影响，劳动强度大，易产生漏检和误检现象，不能全面反应钢管表面的质量，检测实时性差，检测种类少，检测效率低，缺乏对产品的表面质量的综合评估。当图像获取不理想时，会增加图像处理的难度。根据图像饱和度、像素分布、目标图像边沿、亮度等信息转换成计算机识别的数字信号，利用先进的算法对图像进行特征识别，将特征识别出来的结果进行评价，输出最终的缺陷结果，包括缺陷、尺寸、角度、个数、合格与不合格、有无等，实现自动识别功能。
目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】Transformer
getusushu的博客
02-04 135
这差不多就是多头注意力的全部内容了。下面将所有内容放到一张图中，以便我们可以统一查看：现在让我们重新回顾一下前面的例子，看看在对示例句中的“it”进行编码时，不同的注意力头关注的位置分别在哪：当我们对it进行编码时，一个注意力头关注The animal，另一个注意力头关注tired。从某种意义上来说，模型对it的表示，融入了animal和tired的部分表达。的本质是：在参数总量保持不变的情况下，将同样的映射到原来的高维空间的不同子空间中进行Attention的计算，在最后一步再合并不同子空间中的。
目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】计算机视觉
getusushu的博客
11-12 262
一言蔽之，计算机视觉是让计算机理解并标记图像内容的技术领域。对于人类来说，你很难向从没穿过衣服的原始人解释什么是连衣裙或者什么是鞋。计算机视觉也是如此，如果它并没有相关输入，就不会理解上图的东西都是什么。所以，我们需要收集并标记大量关于衣服、鞋、包包的图片，输入进计算机“告诉”它这些图片里的东西是什么，在经过不断的学习和训练后，计算机将会识别出哪个是连衣裙，哪个是鞋、哪个是包包。
目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】点云
getusushu的博客
11-22 243
功能目标是基于点云的轨迹引导，即无论待引导物体以何种位姿摆放（要求该位姿在机械臂的行程范围内），视觉系统均能定位到该物体，并引导机械臂按需要的轨迹实现一定的工艺流程（比如鞋底涂胶等）。应用场景是鞋底涂胶等需要轨迹引导的工业现场。经过四十多年的改革开放，我国制鞋产业迅猛发展，但大而不强，主要依靠大量廉价劳动力维持生产。而鞋底涂胶作为制鞋的重要工序，目前主要依靠工人手工生产或半自动设备生产，喷涂质量良莠不齐，生产效率低，并且粘胶剂挥发出的毒性气体对操作工人的身体健康有着严重的威胁。
目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】机器人视觉
getusushu的博客
11-21 512
机器人研究的核心就是：导航定位、路径规划、避障、多传感器融合。定位技术有几种，不关心，只关心视觉的。视觉技术用到“眼睛”可以分为：单目，双目，多目、RGB-D，后三种可以使图像有深度，这些眼睛亦可称为VO（视觉里程计：单目or立体），维基百科给出的介绍：在机器人和计算机视觉问题中，视觉里程计就是一个通过分析处理相关图像序列来确定机器人的位置和姿态。当今,由于数字图像处理和计算机视觉技术的迅速发展,越来越多的研究者采用摄像机作为全自主用移动机器人的感知传感器。
目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】计算机视觉（基础篇）
getusushu的博客
12-12 1086
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，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑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’的人工智能系统。这里所指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。
YOLO系列算法旋翼无人机目标检测 YOLO无人机检测数据集-drone-part1.zip
04-17
1、YOLO系列算法旋翼无人机目标检测，数据集，都已经标注好，标签格式为VOC和YOLO两种格式，可以直接使用，共量部分，由于数量量太大，分为两部分，这里是第一部分 2、part1数量：5000多张 3、classes: drone 4、有...
YOLO系列目标检测-横幅检测数据集含yolo格式标签.zip
10-24
YOLO系列目标检测-横幅检测数据集含yolo格式标签.zip 【数据集说明】 该数据集是毕设自己收集制作的数据集，数据集包含yolo格式标签，可转换成json格式、voc格式标签。数据集标注精确，背景丰富，算法拟合很好，精确...
目标检测YOLO实战应用案例100讲-yolo7实现遥感目标检测
04-16
总结，"目标检测YOLO实战应用案例100讲-yolo7实现遥感目标检测"是一个全面的教程，涵盖了从基础理论到实际操作的全过程，旨在帮助学习者理解和应用YOLOv7进行遥感图像目标检测。通过深入学习，你将具备解决复杂遥感...
目标检测YOLO实战应用案例100讲-红外弱小目标检测
05-10
本课程“目标检测YOLO实战应用案例100讲-红外弱小目标检测”专注于在红外图像中检测微小且低对比度的目标，这对于安全监控、无人驾驶、航空航天等领域具有重要意义。 红外弱小目标检测面临的挑战主要在于以下几点：...
目标检测YOLO实战应用案例100讲-激光雷达的3D目标检测
04-19
本资源“目标检测YOLO实战应用案例100讲-激光雷达的3D目标检测”聚焦于如何利用激光雷达（LiDAR）进行三维（3D）目标检测，结合流行的YOLO（You Only Look Once）算法进行深度学习实践。 一、目标检测 目标检测是...
目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】双目视觉
getusushu的博客
03-01 157
在某些哺乳动物如牛、马、羊等，它们的两眼长在头的两侧，因此两眼的视野完全不重叠，左眼和右眼各自感受不同侧面的光刺激，这些动物仅有单眼视觉（monocular vision)。人和灵长类动物的双眼都在头部的前方，两眼的鼻侧视野相互重叠，因此凡落在此范围内的任何物体都能同时被两眼所见，两眼同时看某一物体时产生的视觉称为双眼视觉（binocular vision)。
基于轻量级YOLOv5的反光衣检测识别分析系统（可用于智慧工地等场景）
2401_83580557的博客
08-09 253
在建筑工地、道路施工以及其他高风险工作环境中，穿戴反光衣是确保工人安全的重要措施之一。然而，由于工地环境复杂多变，人工监督难以做到无遗漏。因此，开发一套能够自动检测工作人员是否穿着反光衣的系统显得尤为重要。
基于YOLOV8病虫害检测系统创新
2401_83580557的博客
08-09 259
农业是国民经济的基础产业之一，而病虫害是影响农作物产量和品质的主要因素之一。传统的病虫害监测方法主要依赖于人工巡检，这种方式不仅效率低下，而且容易受到主观判断的影响。随着人工智能技术的发展，尤其是深度学习在图像识别领域的突破，开发一套能够自动识别并预警病虫害的系统成为可能。
【论文笔记】：PVswin-YOLOv8s：基于无人机的行人和车辆检测，使用改进的YOLOv8在智能城市中进行交通管理
最新发布
2301_80365008的博客
08-14 510
PVswin-YOLOv8s采用了Swin Transformer、CBAM和Soft-NMS等多种先进技术，以提高检测性能。在网络结构方面，PVswin-YOLOv8s使用了Swin Transformer替换YOLOv8s中的最后一层C2f层，以捕捉长距离依赖关系和多样化本地信息。同时，在颈部网络中加入了CBAM模块，以增强特征信息流的提取能力同时解决漏检问题。最后，使用Soft-NMS代替NMS，以解决多个物体重叠的问题。
深度学习视角下的目标检测详解：从R-CNN到YOLO
"这篇资料是关于深度目标检测的入门介绍，涵盖了目标检测的基本概念、流程以及深度学习在其中的应用。主讲人是邬书哲，内容包括目标检测的基础知识、任务定义、基本检测流程，以及深度学习方法在目标检测中的两类...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

格图素书

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值