深度学习与计算机视觉

先决条件了解什么是增强现实 (AR)、虚拟现实 (VR) 和混合现实 (MR)，Marker-based AR 和 Marker-less AR 之间的区别：https://arshren.medium.com/all-you-want-to-know-about-augmented-reality-1d5a8cd08977基于标记的增强现实基于标记的 AR，也称为图像识...

链接：https://www.zhihu.com/question/266478287编辑：深度学习与计算机视觉声明：仅做学术分享，侵删作者：EddyLiuhttps://www.zhihu.com/question/266478287/answer/587489884有了基础的《概率/统计》、《线性代数》、《微积分》知识，就可以上手深度学习的算法和实践了。但经过一段时间...

在本文中，我们将学习如何使用 open-cv 和 YOLO 对象检测器每五秒捕获/保存和检测图像中的对象。然后我们将图像转换为字节数组并通过 MQTT 发布，这将在另一个远程设备上接收并保存为 JPG。我们将使用 YoloV3 算法和一个免费的 MQTT 代理YoloV3 算法：https://viso.ai/deep-learning/yolov3-overview/#...

链接：https://www.zhihu.com/question/531615577编辑：深度学习与计算机视觉声明：仅做学术分享，侵删自动驾驶在算法、论文、数据、软件、硬件、方法论、工具链这些领域的开放信息非常多，但是纯自动驾驶CornerCase基本上是各家厂商独立积累、开发并解决，这些也是消费级高阶自动驾驶大规模量产和广泛落地的一个主要制约因素，还没统一的平台来系统...

让我们看看下面的情况，你坐在图书馆里，你刚刚看到最漂亮的女人坐在图书馆的另一边。哎呀，她发现你在盯着她看。她估计你的目光在盯着她，而你通过理解她的目光指向你，注意到被她抓个正着。眼睛凝视：一个人的眼睛聚焦的点就像我们惊人的大脑毫不费力地完成许多任务一样，这是一个很难“教”计算机的问题，因为我们需要执行几项艰巨的任务：人脸识别眼睛识别和瞳孔定位确定头部和眼睛的 3D 定位商...

目标检测是计算机视觉领域的一大任务，大致分为一阶段目标检测与两阶段目标检测。其中一阶段目标检测模型以YOLO系列为代表。YOLO算法的最大优点就是速度极快，每秒可处理45帧，也能够理解一般的对象表示。从个人学习来看：优秀的计算机视觉工程师，目标检测的学习避免不了，而目标检测的核心就是YOLO。YOLO系列也一直在发展，对于它的学习迫在眉睫。从职业发展来看：YOLO一直是应...

链接：https://www.zhihu.com/question/328526356编辑：深度学习与计算机视觉声明：仅做学术分享，侵删作者：小曼说https://www.zhihu.com/question/328526356/answer/1296754678Literature Review在很多学术小白觉得都是牛人才做的事，其实很简单的，不要想那么复杂；但也有少数...

链接：https://www.zhihu.com/question/27068465编辑：深度学习与计算机视觉声明：仅做学术分享，侵删作者：伊莉雅SAMAhttps://www.zhihu.com/question/27068465/answer/2515016119牛就牛在用严格的数学理论度量了信息，并且让很多看起来和信息毫不相干的问题用信息论的方法给出了上确界的刻画。...

多模态机器学习，英文全称 MultiModal Machine Learning (MMML)，旨在通过机器学习的方法实现处理和理解多源模态信息的能力。每一种信息的来源或者形式，都可以称为一种模态。例如，人有触觉，听觉，视觉，嗅觉；信息有语音、视频、文字等媒介；多种多样的传感器，如雷达、红外、加速度计等。以上的每一种都可以称为一种模态。模态也可以有非常广泛的定义，比如我们...

Streamlit是一个Python框架，开发者可以使用它快速构建web应用程序，而无需前端编码。除此之外，开发者还可以制作实时视频/音频处理应用程序，从用户的媒体设备接收视频/音频流，在最简单的例子中，只需大约10行代码。由于这类应用是基于网络的，它们可以部署到云端，方便地与用户共享，并具有现代且用户友好的UI。此技术可用于创建视频/音频应用程序的演示和原型设计，如人体...

任务假设你需要展示你在开发的一个计算机视觉模型上取得的进展。你正在使用的模型尚未准备就绪，因此将其部署到适当的开发或生产环境可能需要花费时间和大量工作。另一方面，开发一个特定的web界面来与模型交互可能是一项乏味的任务，需要的技能对数据科学家来说并不常见。StreamlitStreamlit是一个开源Python库，它可以轻松创建和共享用于机器学习和数据科学的web应用程...

链接：https://www.zhihu.com/question/536012286编辑：深度学习与计算机视觉声明：仅做学术分享，侵删作者：知乎用户https://www.zhihu.com/question/536012286/answer/2516244624首先说说我的背景。我从20年diffusion model刚出来就开始（花部分精力）做这个问题，到目前已经...

在计算机视觉领域，目标检测发展迅速，越来越多的制造企业正在尝试将机器视觉检测技术引入产品缺陷检测。目前基于机器视觉的缺陷检测技术已经大量应用于纺织品、汽车零部件、半导体、光伏组件等产品的缺陷检测中，而工业制造领域的多样性、生产环境的复杂性、产品缺陷的非标性等因素，都给机器视觉在缺陷检测的实际应用带来了诸多挑战。随着制造工艺越来越复杂，对于检测的准确性和稳定性要求越来越高，...

在这篇文章中，我们将探索如何在美国各地城市的地图数据和公共电动自行车订阅源上训练一个快速生成的对抗网络（GAN）模型。然后，我们可以通过为包括东京在内的世界各地城市创建合成数据集来测试该模型的学习和概括能力。gitclonehttps://github.com/gretelai/GAN-location-generator.git在之前的一篇博客中，我们根据电子自行车...

链接：https://www.zhihu.com/question/51863955编辑：深度学习与计算机视觉声明：仅做学术分享，侵删近些年来在机器学习(深度学习)的支持下，计算机视觉迅速发展，并且与ML的发展在图像数据处理的交集上绑定在了一起。但CV领域自身的理论发展仿佛速度在放缓，那么未来CV的发展会不会因为自身发展的不足而只能依托其他领域发展的支持，计算机视觉领域是...

如果你想在五分钟内编写Pytorch模型，需要完成四个步骤：导入和预处理（数据集）数据，并对其进行批处理（数据加载器）使用神经网络建立模型。编写一个训练循环并运行它。验证集上的验证。由于MNIST已经做得非常彻底，我们将介绍如何导入torchvision数据集，并在五分钟内编写一些代码。出于这个原因，它不会很漂亮，但会起作用。下载和导入数据因为MNIST已经做得很死了，我...

“图像分类”作为人工智能领域的重要基础任务,早已在安防监控、智慧交通、医疗影像诊断甚至社交娱乐等行业被广泛应用，成为AI从业者的“必备技能”，例如安防系统中的人体属性识别；文档电子化、卡证识别中的图片方向校准；辅助驾驶中的交通标识、红绿灯状态识别等等，都离不开图像分类技术的支持。图1 PaddleClas图像分类应用示意图然而，在实际产业应用中，想要得到一个既快又好的分类...

在这里，我们将讨论使用 OpenCV 图像处理技术进行作物疾病严重程度检测。这个过程不涉及任何训练部分。基于颜色分割技术，我们只提取更健康的植物区域。并根据总植物面积与更健康的区域计算疾病严重程度。为此，我使用了一些马铃薯植物图像基于图像分割的植物病害严重程度计算。什么是 OpenCV？OpenCV 是用于执行机器学习和计算机视觉任务的图像处理软件工具或库。该库带有一组内...

你有没有想过图像编辑软件中的方法是如何改变图像外观的？或者你是否正在寻找一种可用于灰度图像的简单方法？本文将重点介绍数字图像处理的基础知识，并介绍一种 Python 中可用于对图像进行灰度化的方法。什么是数字图像处理？数字图像处理是指使用数字计算机处理图像。例如，数字图像处理可用于改变图像的亮度或对比度，或扫描图像以查找特定图案，例如面部或物体。数字图像由包含表示图像强度...

链接：https://www.zhihu.com/question/385466539编辑：深度学习与计算机视觉声明：仅做学术分享，侵删作者：鹿辞鑫https://www.zhihu.com/question/385466539/answer/2183782263放养其实还得看穷养还是富养。若是在大牛老板下面就算啥都不会，跟着师兄师姐混着混着也能混出个名堂。读研或者读博是...