1900的博客

伪装目标检测原论文下载地址：https://arxiv.org/pdf/2102.10274.pdf我们首次对隐藏目标检测（COD）进行了系统研究，旨在识别视觉上嵌入在背景中的目标。隐藏对象与其背景之间的高度内在相似性使得COD比传统的对象检测/分割更具挑战性。为了更好地理解这项任务，我们收集了一个称为COD10K的大规模数据集，该数据集由10000幅图像组成，涵盖了78个对象类别中各种真实场景中的隐藏对象。此外，我们还提供了丰富的注释，包括对象类别、对象边界、挑战性属性、对象级标签和实例级注释。我们的C

vscode编写c/c++程序

opencv、图像拼接

OpenCV、图像处理、过滤图像中距离不合格的点、求出条状轮廓的平均宽度

寻找轮廓、通道分离、创建新图像、画点、画线、resize窗口展示图像

python

OpenCV保存摄像头视频到本地

Opencv

目标检测mAP评价方法

目标检测R-CNN系列

sdk 海康威视

海康威视sdk使用

VMware安装的Ubuntu系统，解决常见问题：上不了网，无法往系统里复制东西、无法使用vim编辑器

知识蒸馏

数据集制作

Image Super-Resolution Using Deep Convolutional NetworksINTRODUCTION单一图像的超分辨率（SR，super-resolution ），旨在从单一的低分辨率图像中恢复出高分辨率的图像，是计算机视觉中的一个经典问题。这个问题本质上是不成立的（ill-posed），因为对于任何给定的低分辨率像素，都存在多种解决方案。换句话说，这是一个欠定的（underdetermined）逆向问题，其解决方案不是唯一的。这样的问题通常是通过强有力的先验信息来

卷积、池化、全连接操作、通道数计算、filter、kernel

激活函数详解

残差学习、循环神经网络、生成式对抗网络、迁移学习、知识蒸馏