![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
文章平均质量分 88
一点星Cloud
跑起来的程序似懂非懂!
展开
-
机器视觉任务中语义分割方法的进化历史
U-net的一个创新之处在于其跳跃连接(skip connections),它将编码器中的深层特征与解码器中的浅层特征相结合,弥补了在下采样过程中可能丢失的细节,从而提高了分割的精度。在编码器中,3×3的卷积层后接一个ReLU激活函数,然后通过最大池化层进行下采样,这样不断重复,虽然特征图的尺寸在减小,但特征通道的数量却在增加。这种方法适用于那些灰度值分布具有明显层次的图像。总的来说,Transformer在图像分割中的应用前景广阔,它提供了一种新的视角来处理图像分割问题,有望推动这一领域的进一步发展。原创 2024-05-10 16:25:46 · 583 阅读 · 0 评论 -
这么受欢迎的Transform到底解决了什么问题?
目前有很多注意力机制的变形体,轴注意力机制、交叉注意力机制、窗口注意力机制、十字注意力机制以及基于超像素的注意力机制。其中,最大的瓶颈就是,使用注意力机制计算会使模型参数成几何级增加,使用单一注意力机制又不能很好的获得整体特征,难免会丧失长距离或像素块间的依赖关系,导致很难应用在一些具有特殊性的图像而言。随着ChatGPT的应用,我们应该认识到对ChatGPT提出的问题(咒语或提示词)十分关键,高质量的标准化,规范化提示词,能够更好的让机器理解,并得到想要的答案,否则机器回答的可能牛唇不对马嘴。原创 2024-05-08 14:36:19 · 775 阅读 · 0 评论 -
计算机视觉领域学习资料及代码
计算机视觉深度学习是一个充满活力和挑战的领域,目前。计算机视觉可用于各种任务,如面部识别、目标检测、图像分割、运动估计和跟踪等。原创 2024-04-12 11:55:19 · 319 阅读 · 0 评论 -
OpenCV基础补充自适应阈值及图像金字塔
OpenCV基础补充自适应阈值、图像金字塔、OpenCV人脸检测(图像检测、摄像头检测)原创 2023-05-02 19:30:28 · 911 阅读 · 0 评论 -
一篇文章搞懂OpenCV之图像特征
图像特征即图像中独特的,易于跟踪和比较的特定模板或特定结构,例如我们肉眼可见的颜色、形状、轮廓以及亮度等等这些都可以认为是图像特征。图像特征主要有图像的颜色特征、纹理特征、形状特征和空间关系特征。原创 2023-04-27 00:45:33 · 1248 阅读 · 0 评论 -
OpenCV基础之常见的图像梯度算子
梯度是一个向量,梯度方向指向函数变化最快的方向,大小就是它的模,也是最大的变化率。图像梯度是指在图像中某个位置处沿着某个方向的变化率,通常用于图像边缘检测和特征提取。原创 2023-04-24 22:24:15 · 1991 阅读 · 0 评论 -
OpenCv基础之绘图及几何变换实例
OpenCV基础之绘图函数以及几何变换实例原创 2023-04-22 19:59:13 · 790 阅读 · 1 评论 -
OpenCV图像处理之傅里叶变换
傅里叶变换:即就是得到图像的低频和高频,然后针对低频和高频进行不同的处理。处理完之后,在通过逆变换恢复到图像,这时候对低频和高频的处理就会反映到图像上。原创 2023-04-19 23:01:59 · 1755 阅读 · 0 评论 -
基于OpenCv的图像分割(分水岭算法)
图像分割对于图像处理和计算机视觉领域非常重要,可以用于对象识别、图像分析、图像压缩等应用。注意:通常我们把前景目标的灰度值设为255,即白色,背景的灰度值设为0,即黑色。所以定义中的非零像素点即为前景目标,零像素点即为背景。所以图像中前景目标中的像素点距离背景越远,那么距离就越大,如果我们用这个距离值替换像素值,那么新生成的图像中这个点越亮。原创 2023-04-17 21:24:52 · 1494 阅读 · 0 评论 -
OpenCV基础之边缘检测与轮廓描绘
边缘检测:主要是通过一些手段检测数字图像中明暗变化剧烈(即梯度变化比较大)像素点,偏向于图像中像素点的变化。轮廓检测:指在包含目标和背景的数字图像中,忽略背景和目标内部的纹理以及噪声干扰的影响,采用一定的技术和方法来实现目标轮廓提取的过程。主要用来分析物体的形态,比如物体的周长和面积等。原创 2023-04-09 07:41:48 · 2107 阅读 · 0 评论 -
OpenCV基础之模板匹配与直方图
模板匹配只是在图像中寻找与模板图像最匹配(相似)部分的部分;直方图即缩小像素之间的差距。原创 2023-04-08 21:10:56 · 505 阅读 · 0 评论 -
OpenCV基础操作之图像的形态学运算
OpenCV在图像的形态学运算方面都是相较于图像中高亮部分而言,对应的二值化图像就是对白色区域进行膨胀或腐蚀。其主要作用是消除噪音、分割图像、连接图像、图像梯度的求取以及求局部最大值或最小值等。原创 2023-03-31 10:22:07 · 220 阅读 · 0 评论 -
OpenCV基础操作之边界填充、图像阈值以及图像平滑处理
计算机视觉之OpenCV基础知识点。原创 2023-03-30 20:28:25 · 1223 阅读 · 0 评论