计算机视觉(1)随记

最新推荐文章于 2024-10-16 23:49:24 发布
最新推荐文章于 2024-10-16 23:49:24 发布
阅读量95 收藏
点赞数
文章标签： 人工智能 数据结构与算法
原文链接：https://juejin.im/post/5bf368b7e51d455fb4726562
版权

书籍推荐：计算机视觉--算法与应用

What is Computer vision?

对图像处理来说：输入的是图像，输出的还是图像。

而Computer Vision输入的是图像，输出的是它对图像的理解

Why computer vision matters

自动驾驶汽车目前技术已经非常成熟，只是在厂商，保险公司，以及各地区法律之间还需要权衡的问题。

医疗上的人脑手术，通过骨骼模型进行3维投影 找到病变的位置，来辅助医生做手术。

Applications（ILM）

以前的电影拍摄需要使用道具，现在的电影制作是在人的头上戴一个帽子，上面有一些mark，通过camera来识别出人的头部三维模型并跟踪，然后把特效加上去。

MobileEye

MobileEye 只是做辅助导航，没有做车自动化，这种方式可以很快的商业化赚钱，在车的周围关键位置安装camera，对周围环境进行识别。如果出现异常，它不会对车进行任何操作，仅仅只是提醒。

youtube上是有相关视频。

Vicon

通过Camera阵列对人的运动进行跟踪识别三维建模，用在运动员的练习上。

Open Libraries/projects

OpenCV opencv.org/ 以OpenCV库为主

CxImage 功能相当于OpenCV1.0版本

CImg 功能很少

FreeImage

HALCON www.halcon.com/ 主要用在视觉测量

做图像搜索，图像理解方面的公司少。但做图像测量的公司就多了，任何一个精密仪器的公司都需要这方面的计算。

相关项目有：OpenBR(人脸识别)，EasyPR(车牌识别，难点在车牌定位)(SVM+OCR)

认识图像

一般像素值越大，会越亮

数据在内存的存储

从左上角开始，按行存储。下图表示内存中图片通道的存储顺序是B G R

ROI

rect(100,200,200,200)，参数前两位是矩形左上角的坐标位置。

Mat的赋值和拷贝问题

图形的拷贝：左边浅拷贝，右边深拷贝

weixin_34220834
关注
【随记】A Selective Survey on Versatile KnowledgeDistillation Paradigm for Neural Network Models
图挖掘领域，新晋砖家 ☞ 未来可期，欢迎和静静一起学习交流吖
12-03 2293
目录 摘要 1 引言 2 知识蒸馏 2.1蒸馏的知识与损失 2.2师生架构 2.2.1单个老师-单个学生 2.2.2 多步学习（教师助理知识蒸馏） 2.2.3 多教师学习 2.3 蒸馏过程 2.3.1 离线蒸馏 2.3.2 在线蒸馏 3 知识蒸馏应用 3.1 计算机视觉中知识蒸馏 3.1.1 图像分类中的知识蒸馏 3.1.2 目标检测中的知识蒸馏 3.2 自然语言处理 3.2.1 TinyBERT 3.2.2DistilBERT 3.3 量化 3.3.1 ...
计算机视觉-图像检索随记
weixin_34220963的博客
11-24 143
基于内容的图像检索 电商上的应用：找相似，找同款。 CBIR2个重点 CNPR，用卷积神经网络学习出来一个分桶的编号。预先把图像做一些分桶或者说把他先丢到空间不同的区域，然后检索时只是找其中某个区域的图片。 图像特征HOG 图像特征SIFT 图像特征GIST 找同款可以使用这种，不需要使用复杂的神经网络 最近领问题(NN) K最近领算法（NN=>KNN） 以未知点为圆心画圆，他...
计算机视觉(4)随记
weixin_34304013的博客
11-22 122
Haugh transform y = mx + b 这种直线表达有个缺点，当直线垂直X轴的时候，斜率是无穷大，在Haugh空间没法表示。为了避免这种情况，我们使用极坐标表示。 将xy坐标上的点映射到极坐标空间。ρ与θ的关系就是个sin函数。表达意思和y=mx+b一样，只是曲线的形状变了。voting时要注意每个区域的大小。 投票的时候，不是所有角度都投，一般只考虑梯度方向，因为边缘和梯度垂直...
计算机视觉(3)随记
weixin_33743880的博客
11-21 258
我们常指的滤波是指空间滤波和频率滤波。 Images 在图像处理里面，管图像复原，去噪，可以说为图像复原，图像滤波，他是我们拿到图像的第一步操作，受到噪声污染的图像叫做退化，去噪就是复原。常见的噪声有加性噪声(与信号有关，一般把加性的随机性看成是系统的背景声)，乘性噪声(传输过程中的信道不理想，他与信号的关系是相乘的，只有信号存在乘性噪声才存在，一般把乘性的随机性看成是系统的变性)，常听到的噪声...
计算机视觉(5)随记
weixin_33841503的博客
11-23 145
DoG是IoG的一种简化算法，通过对原图像不断做高斯模糊，高斯模糊的量可以都是σ也可以是kσ，k平方σ。SIFT是DoG算法的一种实现，在这种方法中，它的每一层高斯模糊量是不同的，它在DoG的基本实现方法基础上又做了一个高斯金字塔。 一层octave结束之后，选取某一个位置对其进行下采样，得到原图像在空间上的缩小，得到一组具有尺度多样性的高斯金字塔图，之后在每一层中做差分得到DoG的图像，在Do...
计算机视觉(2)随记
weixin_34281477的博客
11-21 75
Review 在Mat类中的dim一定是大于等于2的。 像素值的读写 1 像素值的读写 4 数据获取与存储 获取到图像返回*data，没有获取到则返回Null，不要用指针来判断有木有数据，最好使用现有提供的判断函数。 注意：并不是所有的mat都可以存成图像文件。好像只支持8V单通道和3通道，16V的支持png，jpeg2000。写文件的时候是直接覆盖的，不会有提醒。 Video读写类 ...
个人部署HRNet随记
AnZhiJiaShu's blog
04-23 1806
1. 源码链接：GitHub - HRNet/HRNet-Human-Pose-Estimation: This repo is copied from https://github.com/leoxiaobin/deep-high-resolution-net.pytorch 2. 运行环境：Ubuntu 16.04.6 + pytorch 1.8.0 + NVIDIA GeForce 3. 安装requirements.txt文件中需要的包：（这里我把很多"=="的版本换成了">="） .
【深度学习】计算机视觉 更新中
qq_27846147的博客
11-06 162
深度学习基础回顾 随记
Seeing What You Said Talking Face Generation Guided论文随记
weixin_51172489的博客
09-19 778
然后，通过将视觉前端和在自监督中预训练的 Transformer 编码器与随机初始化的 Transformer 解码器相结合，构建唇读网络。一旦微调完成，唇读网络就会被冻结，并充当说话人脸生成训练的专家，如图 1 所示。视频编码器从图像中提取身份和姿势信息以形成统一的视觉嵌入，并将嵌入提供给生成器以合成与所提供的身份和姿势一致的图像。生成器由转置的CNN块组成，并且在视频编码器和生成器之前采用了想u-net一样的跳跃连接，在重建效果和计算效率之间取了均衡。唇读专家被冻结，使用交叉熵计算损失。
2021-07-22 随记
dream9on的博客
07-22 268
中间沉寂了好几年，工作也换了2家. 从传统简单的ICT /FCT 测试软件 到 Mac 平台 PCBA 全制程ET测试架构编写. 到现在又涉猎视觉+运控 做自动化平台软件. 感觉技术无止境，年纪一直在增长.... 薪资涨幅永远比不上房价涨幅... 现在在视觉领域发现技术大家都白菜化了,越来越简单. 在深度学习领域还是有很多问题需要解决，需要很多数据来优化，但是工业领域又没有足够多的数据, 小伙伴们加油啊, 只有在技术未成熟的时候才有机会讲故事，融资圈钱... ...
深度学习论文随记（一）---AlexNet模型解读
朝花&夕拾
07-13 5147
作者：teeyohuang 邮箱：teeyohuang@163.com 本文系原创，供交流学习使用，转载请注明出处，谢谢 深度学习论文随记（一）---AlexNet模型解读 ImageNet  classification with deep convolutional neural networks Author： A  Krizhevsky， I  Sutskever ， G
CV标注工程福音！一种将Labelme的工程文件转化后导入为Labelbee的工程文件的转化脚本！
Go_Davinci的博客
07-20 234
适用群体：在用Labelme进行实例分割标注，且关键点特别多，卡顿导致了标注速度放慢的，希望加速的同学！
OpenCVSharp 学习笔记（一）
乌里随记的博客
11-18 964
OpenCVSharp C# pictureBox显示图像： Mat img = Cv2.ImRead(fileName); Bitmap bitMap = BitmapConverter.ToBitmap(img); pictureBox1.Image = bitMap; public static void Resize( InputArray src, OutputArray dst, Size dsize, double fx = 0, double fy = 0, In.
Temporal 3D ConvNets: New Architecture and Transfer Learning for Video Classification
qq_41956697的博客
03-23 499
论文地址：https://arxiv.org/pdf/1711.08200 本文最大的贡献就是提出了一种模型迁移的方法，同时引入一种新的时域层temporal layer给可变时域卷积核深度建模，这个层叫做temporal transition layer(TTL) ，作者将这个新的temporal layer嵌入到提出的3D CNN，该网络叫做Temporal 3D ConvNets（T3D）。本文将DenseNet 结构从2D扩展到3D中。另一个贡献是将知识预先训练好的2D CNN转移到随记初始化的3
DINO&DINO v2：颠覆自监督视觉特征表示学习
家鸽的代码屋
10-15 709
DINO系列学习总结
【人工智能学习之PaddleOCR快速上手】
Jiagym的博客
10-12 1185
在配置文件中，可以设置组建模型、优化器、损失函数、模型前后处理的参数，PaddleOCR从配置文件中读取到这些参数，进而组建出完整的训练流程，完成模型训练，在需要对模型进行优化的时，可以通过修改配置文件中的参数完成配置，使用简单且方便修改。而 L2 正则化中，添加正则化项的目的在于减少参数平方的总和。准确检测的标准是检测框与标注框的IOU大于某个阈值，正确识别的检测框中的文本与标注的文本相同。如果缺少带标注的数据，或者不想投入研发成本，建议直接调用开放的API，开放的API覆盖了目前比较常见的一些垂类。
深度学习速通系列:中文命名实体识别（NER）数据集大全（含链接）
Ven%的博客
10-16 183
训练集8001条、验证集1000条、测试集1001条。：在清华大学开源的文本分类数据集THUCTC基础上进行细粒度命名实体标注，包含地址、书名、公司、游戏、政府、电影、姓名、组织机构、职位、景点等类别。：基于淘宝电商数据制作的NER数据集，包括商品名称、商品型号、人名、地名等类别。：基于新浪财经收集的上市公司高管简历，标注了国籍、教育背景、地名、人名、组织名、专业、民族、职称等8种实体。：由Boson提供，包含时间、地点、人名、组织名、公司名、产品名等类别，共2000个段落。
目标检测系统中需要【重新训练模型】说明
2401_85556416的博客
10-13 369
打开"ultralytics\cfg\datasets\SODA10M.yaml"文件。将SODA10M.yaml的第一行数据集路径修改为自己数据集路径。以【基于YOLOv8的车辆行人目标检测系统】训练为例进行说明。训练模型的权重保存路径在"runs\detect\train\weights"目录下。给出的项目中已包含训练好的模型以及训练的结果，可直接使用。（3）运行main_model_train.py程序。（1）如果环境还没有搭建好的，首先要搭建训练环境。（4）训练模型保存路径。
AI大模型带来哪些创业机遇？
最新发布
金木编程
10-16 180
低代码开发平台：创业者可以构建基于大模型的低代码或无代码平台，帮助用户快速生成应用程序、自动化工作流程，尤其是为中小企业提供高效的数字化转型方案。数据治理工具：帮助企业管理和优化大数据集，确保数据的质量、安全性和隐私保护，特别是在医疗、金融等对数据合规性要求较高的领域。自动化写作：为市场营销、新闻、广告、社交媒体等行业开发自动内容生成工具，帮助企业快速生成高质量的文案、广告词和新闻稿。AI 艺术生成：通过大模型生成数字艺术作品、视频剪辑、音乐，帮助创作者快速创作，并提供创意工具给个人和企业用户。
C++随记：内存管理、内联函数与默认参数详解
在"C++随记"文档中，记录了几个关键的C++知识点，对于学习者来说具有较高的参考价值。首先，关于内存管理，提到了`new`和`delete`以及`new[]`和`delete[]`操作符的重要性，强调了在C++中正确使用这些运算符以避免...
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
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