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）（五）

最新推荐文章于 2024-09-26 16:37:15 发布
最新推荐文章于 2024-09-26 16:37:15 发布
阅读量270 收藏
点赞数 6
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 数学建模
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/134377271
版权

目录

栅线投影/面结构光技术

相位高度关系

栅线投影系统的平面标定

同坐标相位标定方法

工业缺陷检测

工业缺陷检测场景简介

工业缺陷检测场景的特点

工业缺陷检测场景的需求

工业缺陷检测场景的流程图

工业缺陷检测常用的深度学习算法

监督方法

无监督方法

缺陷检测需要的工具

OpenCV与机器视觉

1.初识图像处理

2 机器人的视觉研究

3 显著性检测和Photometric Stereo

4 ROS+机器视觉

栅线投影/面结构光技术

栅线投影可能在其他领域更多的被成为面结构光，其和DIC或者线结构光技术相比，有着一些优点：测量数据点多，由于栅线投影技术是逐像素点进行独立求解的（相移方法），所以其可以获得大量的独立点云数据，以2048*2448的相机为例，其可以获得500万级别的数据量，但是对于线结构光，一般只能获得2048或2448的有限倍的数据量。

但是，从另一方面而言，固体力学中主要利用lagrange描述方法的理论，而并不是这种Euler描述，虽然二者之间有着转换理论，但是有着一定的不直观性。而且当位移是发生在面内而不是离面时，栅线投影的测量不敏感（所以DIC和栅线投影的结合也是一个发展趋势）。

下面就讲一下栅线投影的相关理论。

基本原理

栅线投影法实质也是一种三角测量方式，通过投影仪和相机光轴呈一定角度来构建搭建三角关系。其反映在具体图像中，可以认为原本均匀分布

了解本专栏 订阅专栏 解锁全文
格图素书
关注
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】计算机视觉（基础篇）（三）
getusushu的博客
12-19 1797
目录几个高频面试题目计算机视觉与图像处理、模式识别、机器学习学科之间的关系全景图及计算机视觉技术全景图的简易制作方式合成全景图中计算机视觉技术的知识和原理1特征点匹配2图片匹配应用案例 基于计算机视觉使用Python和OpenCV计算道路交通背景提取算法过滤基于轮廓的目标检测构建处理管道 要实现计算机视觉必须有图像处理的帮助，而图像处理倚仗与模式识别的有效运用，而模式识别是人工智能领域的一个重要分支，人工智能与机器学习密不可分。纵观一切关系，发现计算机视觉的应用服务于机器学习。各个环节缺一不可，相辅相成。计
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
getusushu的博客
11-07 640
在单芯片相机中，传感器上两个或三个相邻线的输出被组合以生成RGB信号，而在三个或四个传感器相机中，来自物体的光被收集到一个棱镜中，该棱镜将RGB分量（和近红外（NIR）在四芯片相机中）用于单个传感器的同时检测。多传感器棱镜相机是一种强大的替代方案。结晶红外材料，例如硒化锌和氟化钙，具有高色散性能，但这些材料的机械强度远低于玻璃，而且价格也更高，因此，大多数SWIR镜头继续由具有抗反射涂层的玻璃制成。这种色散是一个可测量的量，会导致镜头产生色差，镜头的边缘会模糊物体的边缘，从而无法进行准确的机器视觉测量。
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
11-16 548
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。
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 1330
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】3D视觉
getusushu的博客
11-21 464
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】计算机视觉
getusushu的博客
11-12 307
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
11-22 288
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】机器视觉（基础篇）
getusushu的博客
11-12 285
当（x，y）和f为离散、有限的数值时，光强度幅值f的变化将以类似矩阵的形式被记录，此时所记录的图像就称为数字图像，而所记录的值对应在图像中的每个点称为像素（pixel），横向及纵向像素的个数称为图像的分辨率（image resolution），如图3所示。C接口镜头的后焦距是17.526mm，CS接口镜头后焦距则为12.5mm，因此，只要为C接口镜头配备一个5mm的扩展管（转换器），就可以得到CS接口的镜头，但CS镜头却不能与C接口的相机搭配使用。C接口是镜头的国际标准，因此有很多C接口的镜头可供选择。
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 1125
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。
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
11-21 544
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。
Windows环境下Mamba-Yolo的运行环境搭建
最新发布
并不傻的袍子
09-26 632
手动将下载的selective_scan_cuda.cp310-win_amd64.pyd文件手动复制到创建的虚拟环境mambayolo的DLLs文件下。（下载方式见下方）selective_scan安装不成功，是因为selective_scan只有对应Linux的库，没有对应Windows的库，所以需要对selective_scan的源码进行一些修改（以适应Windows的编译环境），然后使用源码编译和安装，这一步比较困难（
YOLOv10独家改进：红外场景严重遮挡和重叠目标解决方案 | 一种新的自适应算法轻量级通道分割和变换(ALSS)模块，自适应特征提取优化策略
09-23 483
一种新的自适应算法轻量级通道分割和变换(ALSS)模块，自适应特征提取优化策略
施工现场安全帽监控预警#YOLO视觉 ai视频识别安全帽监测系统
sxyxhwl的博客
09-23 436
这样，管理人员可以迅速采取措施，防止潜在的安全事故。系统会将未佩戴安全帽的报警截图和视频及时存储到服务器数据库中，包括时间、地点、报警截图、报警视频等详细信息，形成完整的报表。这项技术的引入，既体现了我国对工地安全的重视，也展示了人工智能在实际生产中的应用价值。你可能还需要一个适当尺寸的边界框来围绕检测到的安全帽，并可能需要调整YOLO模型的配置文件或权重文件以适应你的特定应用需求。为了提高工地安全，引入了安全帽监控预警系统，这是一项创新技术，利用人工智能和视频识别技术来监测工地上的安全帽佩戴情况。
肺结节检测-目标检测数据集（包括VOC格式、YOLO格式）
DL_data_set的博客
09-24 912
肺结节检测数据集，目标检测，yolo，voc，复杂背景
基于yolov5滑块识别破解（二）
qq_65960840的博客
09-25 524
在上一篇文章中我们已经完成了yolov5的部署和训练，接下来我们将对源码进行改动，来实现滑块的自动滑动破解。
YOLOX预测图片是无法保存
m0_53291740的博客
09-24 576
预测文件如下demo.py。
YOLOv8训练中常见问题汇总
m0_57442556的博客
09-24 417
YOLOv8训练中常见问题汇总
基于丹摩智算的`YoloV8-训练与测试
2301_77509762的博客
09-25 622
链接：https://www.damodel.com/console/overviewDAMODEL（丹摩智算）是专为 AI 打造的智算云，致力于提供丰富的算力资源与基础设施助力 AI 应用的开发、训练、部署。自YOLO（You Only Look Once）模型问世以来，其简洁的设计理念和高效的目标检测能力便广受好评。YOLO系列模型通过一次卷积神经网络的前向传播，即可同时预测图像中多个物体的位置和类别，极大地提高了目标检测的速度和效率。
YOLOv9改进，YOLOv9主干网络替换为GhostNetV2(华为提出的轻量化架构)
weixin_44779079的博客
09-26 201
GhostNetV2 架构通过引入DFC 注意力，提升了网络的表达能力，同时保持了在移动设备上的高效性。DFC 注意力机制使用两个解耦的全连接层来处理特征图的水平和垂直方向。通过将输入特征图沿水平方向和垂直方向进行特征聚合，DFC注意力机制能够捕捉到全局信息，并提升模型的表达能力
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