计算机视觉_人工智能博客-专业IT技术发表平台

推荐付费专栏 VIP文章

OpenCV图像识别

计算机视觉怎么入门？超详细计算机视觉学习路线！CV入门入门计算机视觉，建议从基础知识 + 工具实操 + 简单项目三步走，掌握基本概念、图像处理技能、再接触深度学习模型。下面是一个从零入门的详细步骤，适合没有基础或刚入门的人：

阅读 1.3k

23赞

计算机视觉生物启发视觉算法：如何模拟人眼与大脑？计算机视觉生物启发视觉算法：如何模拟人眼与大脑？，人工智能，计算机视觉，大模型，AI，计算机视觉旨在赋予机器感知和理解视觉世界的能力，而人类视觉系统作为自然界最精密的视觉处理系统，具备强大的图像识别、场景理解与目标追踪能力。在日常生活中，人类能瞬间识别复杂场景中的物体，适应不同光照条件，甚至仅凭模糊线索完成视觉任务。生物启发视觉算法正是试图从人眼与大脑的生理结构和信息处理机制中获取灵感，将生物学原理融入计算机视觉算法设计，为解决传统计算机视觉技术面临的难题，如复杂环境下的目标识别、低功耗视觉处理等。

阅读 1.0w

46赞

OpenCV计算机视觉实战（6）——经典计算机视觉算法计算机视觉是一个多学科交叉领域，目标是使机器能够理解和解释来自图像和视频的视觉信息。本节将介绍经典计算机视觉算法的关键原理、应用、优势和局限性，即使是在深度学习技术的出现之后，这些算法仍然具有重要意义，为图像分析、特征提取、分割、运动估计和目标检测奠定了基础。并在特定领域内对不同算法进行比较分析，展示经典算法在实际场景中的应用。

阅读 2.4k

49赞

计算机视觉：少样本学习（Few-Shot Learning）在视觉中的应用计算机视觉：少样本学习（Few-Shot Learning）在视觉中的应用，人工智能，计算机视觉，大模型，AI，少样本学习（Few-Shot Learning, FSL）应运而生，其目标是利用极少量的标注样本训练模型，使模型能够对新的样本进行准确分类或预测。这一技术模拟人类从少量示例中快速学习并泛化到新情况的能力，为解决数据稀缺问题提供了有效的途径，在计算机视觉领域展现出巨大的潜力和应用价值。

阅读 4.5w

45赞

计算机视觉——相机标定(Camera Calibration) 在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就称之为相机标定。相机标定是非常关键的环节。进行摄像机标定的目的：求出相机的内、外参数，以及畸变参数。标定相机后通常是想做两件事：一个是由于每个镜头的畸变程度各不相同，通过相机标定可以校正这种镜头畸变矫正畸变，生成矫正后的图像；另一个是根据获得的图像重构三维场景。

阅读 3.6k

31赞

OpenCV计算机视觉实战（8）——图像滤波详解在本节中，我们从线性滤波(均值/高斯)的原理与参数调优入手，紧接着以非线性滤波(中值/双边)为重点，探讨了它们在各自噪声模型下的卓越表现与局限，最后，通过自定义卷积核实践，介绍如何使用 cv2.filter2D 实现锐化、边缘检测等多样效果。

阅读 1.7k

43赞

计算机视觉（Python）这段 Python 代码借助tkinter库构建图形用户界面（GUI），同时使用 OpenCV 库来处理图像。GUI 界面分为左右两部分，左侧用于展示图像，右侧有四个按钮，用户点击这些按钮能依次完成图像的读取、灰度转换、边缘检测以及图像合并显示等操作。

阅读 826

30赞

毕业设计：基于计算机视觉的火车轨道障碍物检测算法研究人工智能毕业设计：基于计算机视觉的火车轨道障碍物检测算法研究设计了一种结合卷积神经网络（CNN）和区域卷积神经网络（R-CNN）的障碍物检测模型，通过对轨道图像进行深度特征提取，实现对不同类型障碍物的自动识别与定位。涵盖了深度学习、机器学习、算法、人工智能、大数据、信息安全、推荐系统、目标检测等多个热门领域。对于计算机专业、软件工程专业、人工智能专业、大数据专业的毕业生而言，毕业设计选题至关重要。对深度学习技术、机器学习、算法或人工智能等领域感兴趣的同学，都能提供选题资源和灵感。

阅读 2.5k

26赞

Hello world.Joey

深度学习和计算机视觉（Deep Learning and Computer Vision） 1.计算机视觉的定义计算机视觉（Computer Vision）是一个跨学科的研究领域，主要涉及如何使计算机能够通过处理和理解数字图像或视频来自动进行有意义的分析和决策。其目标是使计算机能够从视觉数据中获取高层次的理解，类似于人类的视觉处理能力。图像分类：识别图像中主要的物体或场景。例如，给定一张图片，确定它是猫还是狗。目标检测：在图像中定位和识别多个目标。例如，在街景图像中识别并标注汽车、行人和交通标志的位置。图像分割：将图像分割成不同的区域或对象。例如，将一张医疗影像分割成不同的器官和组织。

阅读 1.4w

114赞

【计算机视觉】OpenCV实战项目：基于OpenCV的车牌识别系统深度解析 OpenCV实战项目：基于OpenCV的车牌识别系统深度解析

阅读 1.6k

25赞

CamTools：计算机视觉中的摄像头工具集 CamTools：计算机视觉中的摄像头工具集 camtools CamTools: Camera Tools for Computer Vision 项目地址: https://gitcode.com/gh_mirrors/ca/...

阅读 860

18赞

【机器学习】图像识别——计算机视觉在工业自动化中的应用本文详细探讨了图像识别技术在工业自动化中的广泛应用，包括质量控制、物体检测与分拣、机器人视觉导航和安全监控等场景。图像识别依赖于深度学习模型，尤其是卷积神经网络（CNN），其中ResNet、YOLO和Faster R-CNN等模型各有其优势。ResNet适用于高精度检测，YOLO注重实时性，而Faster R-CNN则适合小物体的高精度识别。通过代码示例展示了如何在工业场景中应用YOLO进行物体检测。

阅读 6.4k

148赞

计算机视觉(单目测量) 老师讲这个方向的知识讲了几节课了,然而我都在划水中,所以想着要不再补补,我可能要寄了,所以有此篇。

阅读 1.4k

25赞

基于计算机视觉的AI环境感知系统开发指南本文旨在为开发者和技术爱好者提供一份全面的指南，介绍如何使用计算机视觉技术构建AI环境感知系统。我们将覆盖从基础理论到实际开发的完整流程。介绍计算机视觉和环境感知的核心概念讲解关键算法原理和技术展示实际项目开发案例探讨应用场景和未来发展趋势计算机视觉：让计算机通过摄像头等传感器"看"并理解周围环境的技术环境感知：系统对周围环境的理解和认知能力目标检测：识别图像中特定物体并确定其位置的技术语义分割：对图像中每个像素进行分类的技术计算机视觉：让机器"看"和理解图像的技术环境感知。

阅读 937

27赞

aws-machine-learning-university-accelerated-cv：深入计算机视觉的加速学习之旅 aws-machine-learning-university-accelerated-cv：深入计算机视觉的加速学习之旅 aws-machine-learning-university-accelerated-cv Machine Learning University: Accelerated Computer Vi...

阅读 678

16赞

AI天才研究院

图像分割与语义分割：深入了解计算机视觉中的关键技术 1.背景介绍计算机视觉是人工智能领域的一个重要分支，它涉及到计算机对图像和视频等视觉信息进行理解和处理的技术。图像分割和语义分割是计算机视觉中的两个重要技术，它们在许多应用中发挥着关键作用，例如自动驾驶、医疗诊断、视觉导航等。在本文中，我们将深入了解图像分割与语义分割的核心概念、算法原理、实例代码和未来发展趋势。2.核心概念与联系2.1 图像分割图像分割是指将图像中的不同部分划分为...

阅读 875

6赞

计算机视觉——Intel RealSense D435的使用及python环境下的实现深度相机是一种能够捕捉场景中物体的深度信息（即物体与相机之间的距离）的设备。与传统的二维相机不同，深度相机除了拍摄图像的颜色和亮度外，还能生成一个关于场景中每个像素距离相机的深度数据，通常称为“深度图”。是 Intel 推出的一款高性能深度相机，属于 RealSense 系列产品的一部分。它结合了深度传感技术和 RGB 图像捕捉功能，广泛应用于机器人、增强现实（AR）、虚拟现实（VR）、计算机视觉、三维扫描等多个领域。

阅读 7.1k

18赞

计算机视觉实战：OpenCV 与深度学习结合 OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，它提供了丰富的功能用于图像和视频处理。无论是简单的图像读取、显示，还是复杂的特征提取、边缘检测等操作，OpenCV 都能提供高效的解决方案。它的跨平台特性使得开发者可以在 Windows、Linux 和 macOS 上轻松使用。OpenCV 和深度学习的结合为计算机视觉的应用开辟了新的可能性。通过 OpenCV 提供的强大图像处理能力，我们可以高效地准备数据；

阅读 1.3k

14赞

Jetson Orin Nano/NX主板C1902-推动智能创新的全新选择 Jetson Orin Nano/NX主板C1902 提供全速 USB3.0 和 TYPE-C 接口，完美支持 Orin Nano 4G/8G & Orin NX 8G/16G 核心卡，确保您的深度学习模型训练和运行都能高效进行。Jetson Orin Nano/NX主板C1902不仅性能强大，还具有极高的性价比，是实验室和课堂的绝佳选择。Jetson Orin Nano/NX主板C1902提供全速接口和高效计算能力，能够轻松应对监控视频、环境传感器数据等各种挑战，为智慧城市和智能建筑项目提供强大支持。

阅读 558

4赞

作者推荐

起个破名想半天了: 知之为知之，不知为不知，是知也。开源与免费是这个时代最为珍贵的东西,作者主页内所有文章资源全部开源免费。作者GitHub主页:https://github.com/Hello-Mr-Crab

关注

CV-King: 长期从事计算机视觉方面工作，擅长使用传统图像处理与深度学习结合的方式解决实际问题

关注

深度学习lover: 深度学习爱好者，在学习过程中搜集了一些数据集，可以提供分享

关注

LeonDL168: 专注机器视觉，计算机视觉和人工智能的研究，熟悉Halcon，Opencv，Yolo，Python和Qt等技术，欢迎大家咨询交流合作！

关注

goomind: 一线科研工作者，专注机器学习、工业视觉、人工智能算法和图像处理研究，擅长Python、MATLAB、C++及Qt等技术。平时喜欢利用博客总结项目与教学经验，并交流和分享代码，长期坚持写作。独学而无友，则孤陋而寡闻，愿与优快云的朋友一同学习进步。

关注

阿_旭: 专注Python、人工智能相关内容研究分享。

关注

紫雾凌寒: 公众号:紫雾凌寒。8年互联网大厂研发经验，关于软件开发探讨可联系我，专注分享人工智能、移动开发、学习成长。路漫漫其修远兮，吾将上下而求索。

关注

Quz: 路在脚下，不在远方；路在当下，不在未来。

关注

Limiiiing: YOLO系列，RT-DETR模型、多模态融合改进。专栏内所有文章均配置完整代码和详细步骤，亲测可行，快速涨点。订阅专栏享受改进，写作，选刊等答疑内容，助力科研，发文无忧。

关注

知来者逆: 情不知所起，一往而深

关注