![](https://img-blog.csdnimg.cn/20210724151845333.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
Pytorch深度学习与图像处理实践
文章平均质量分 92
以深度学习框架Pytorch为基础,将深度学习应用到实际项目中,重点阐述如何实现图像分类、检测、分割、识别、增强等图像处理领域项目,赋能行业应用。
钱彬 (Qian Bin)
18年博士毕业于南京理工大学模式识别专业,图像处理算法工程师,研究方向:深度学习、人像处理。著有《python web开发从入门到实战》书籍,今年即将出版《深度学习与图像处理(PaddlePaddle)》一书,感谢支持!
展开
-
基于YOLOv8算法的照片角度分类项目实践
最近一个项目,需要针对库存的车辆照片运用人工智能算法进行照片朝向分类和矫正,算法在设计时需要满足轻量化需求,适合在CPU环境中进行快速推理。在具体实现时,可以将照片分为4个类别:ni_0、ni_90、ni_180、ni_270,分别表示照片经过0度、90度、180度、270度逆向旋转。综和考虑算法精度和速度要求,本文拟采用YOLOv8算法来实现该任务。YOLOv8 是当前业界领先的感知模型,它建立在以前 YOLO 版本的基础上,引入了新的功能并做了相关改进,提升了性能和灵活性。原创 2024-02-03 20:51:44 · 2029 阅读 · 0 评论 -
基于DINOv2的图像相似性比对(含代码和模型数据)
2023年4月份,Meta发布了DINOv2预训练模型。DINOv2属于一种自监督学习算法,相比于以往的自监督技术有了显著改进,并达到了与弱监督算法相当的性能。DINOv2算法可以在任何图像数据集上进行训练,无需任何关联的元数据,可以视为能够从给定的所有图像中学习,而不仅仅是那些包含特定文本或标题的图像。这次发布的DINOv2预训练模型是在没有监督的情况下对1.42亿张精心挑选的图像上进行自监督训练得到的,生成的特征无需任何微调即可使用,应用领域包括图像深度估计、语义分割、实例检索等。原创 2023-12-19 12:12:26 · 2335 阅读 · 6 评论 -
一文掌握基于深度学习的自动驾驶小车开发(Pytorch实现,含完整数据和源码,树莓派+神经计算棒)
./lite/tools/build_android.sh --arch=armv7 --android_stl=c++_shared --with_cv=ON原创 2022-03-26 16:19:49 · 36179 阅读 · 49 评论