腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
素质云笔记
素质云笔记/Recorder... Research Area:多模态+计算机视觉舆情
专栏成员
举报
421
文章
1240311
阅读量
113
订阅数
订阅专栏
申请加入专栏
全部文章(421)
编程算法(116)
python(91)
机器学习(77)
深度学习(70)
神经网络(62)
人工智能(52)
https(42)
开源(34)
网络安全(33)
github(31)
r 语言(27)
git(26)
http(22)
linux(21)
模型(20)
网站(19)
数据库(18)
sql(18)
数据分析(14)
html(13)
数据(13)
数据处理(12)
NLP 服务(11)
api(10)
spark(10)
决策树(10)
markdown(10)
tensorflow(9)
javascript(9)
node.js(9)
线性回归(9)
keras(9)
数据结构(9)
腾讯云测试服务(8)
图像识别(8)
windows(8)
java(7)
打包(7)
容器镜像服务(7)
缓存(7)
推荐系统(7)
图像处理(6)
opencv(6)
大数据(6)
学习方法(6)
list(6)
函数(6)
jquery(5)
容器(5)
data(5)
label(5)
model(5)
笔记(5)
费用中心(4)
对象存储(4)
人脸识别(4)
数据挖掘(4)
bash(4)
css(4)
中文分词(4)
ubuntu(4)
bash 指令(4)
文件存储(4)
sas(4)
腾讯云开发者社区(4)
特征工程(4)
prompt(4)
入门(4)
json(3)
unix(3)
批量计算(3)
全站加速网络(3)
数据加密服务(3)
正则表达式(3)
numpy(3)
tcp/ip(3)
迁移学习(3)
time(3)
web(3)
变量(3)
部署(3)
教程(3)
语音识别(2)
官方文档(2)
区块链(2)
c++(2)
php(2)
xml(2)
ide(2)
matlab(2)
mapreduce(2)
日志服务(2)
文字识别(2)
电商(2)
云数据库 MySQL(2)
serverless(2)
存储(2)
分布式(2)
自动化(2)
html5(2)
卷积神经网络(2)
scikit-learn(2)
机器人(2)
聚类算法(2)
jupyter notebook(2)
app(2)
facebook(2)
frequency(2)
gensim(2)
gpu(2)
igraph(2)
input(2)
int(2)
lda(2)
na(2)
paste(2)
point(2)
sapply(2)
unique(2)
video(2)
word(2)
并发(2)
测试(2)
产品(2)
服务(2)
可视化(2)
框架(2)
实践(2)
LoRa(2)
比特币(1)
数字货币(1)
c 语言(1)
.net(1)
jquery ui(1)
ajax(1)
android(1)
makefile(1)
云数据库 SQL Server(1)
云数据库 Redis(1)
flask(1)
sqlalchemy(1)
vba(1)
centos(1)
apache(1)
spring(1)
GPU 云服务器(1)
短视频(1)
访问管理(1)
命令行工具(1)
VPN 连接(1)
知识图谱(1)
mongodb(1)
企业(1)
渲染(1)
svg(1)
xslt & xpath(1)
游戏(1)
运维(1)
压力测试(1)
爬虫(1)
ssh(1)
强化学习(1)
sql server(1)
面向对象编程(1)
unity(1)
grep(1)
pytorch(1)
flash(1)
rpc(1)
kernel(1)
微信(1)
数据可视化(1)
分类算法(1)
unicode(1)
ascii(1)
迁移(1)
模型测试(1)
联邦学习(1)
隐私计算(1)
absolute(1)
agent(1)
aigc(1)
alpha(1)
amazon(1)
analysis(1)
apple(1)
apply(1)
auto(1)
boolean(1)
chatgpt(1)
class(1)
click(1)
copy(1)
core(1)
cuda(1)
curve(1)
cut(1)
cython(1)
dataframe(1)
date(1)
dictionary(1)
echarts(1)
edge(1)
element(1)
error(1)
exe(1)
fastapi(1)
field(1)
format(1)
frame(1)
function(1)
generator(1)
google(1)
gpt(1)
hash(1)
im(1)
image(1)
lapply(1)
legend(1)
lines(1)
logging(1)
mask(1)
match(1)
matrix(1)
max(1)
mean(1)
minimum(1)
networkx(1)
openai(1)
pandas(1)
path(1)
percentage(1)
photo(1)
pipeline(1)
plot(1)
precision(1)
probability(1)
pydantic(1)
pyinstaller(1)
sampling(1)
session(1)
set(1)
state(1)
store(1)
sum(1)
summary(1)
table(1)
text(1)
transactions(1)
txt(1)
vr(1)
websocket(1)
word2vec(1)
xlsx(1)
xor(1)
表格(1)
布局(1)
插件(1)
程序(1)
磁盘(1)
登录(1)
队列(1)
对象(1)
分页(1)
高性能(1)
工程师(1)
工具(1)
工作(1)
管理(1)
行业(1)
基础(1)
集合(1)
技巧(1)
架构(1)
接口(1)
开发(1)
连接(1)
流量(1)
论文(1)
配置(1)
苹果(1)
前端(1)
权限(1)
日志(1)
设计(1)
生命周期(1)
事件(1)
视频(1)
数据存储(1)
搜索(1)
统计(1)
网络(1)
系统(1)
线程(1)
异常(1)
优化(1)
终端(1)
字符串(1)
LLM(1)
搜索文章
搜索
搜索
关闭
opencv+Recorder︱OpenCV 中使用 Haar 分类器进行面部检测
opencv
xml
以 Haar 特征分类器为基础的对象检测技术是一种非常有效的对象检测技术(2001 年 Paul_Viola 和 Michael_Jones 提出)。它是基于机器学习的,通过使用大量的正负样本图像训练得到一个 ascade_function,最后再用它来做对象检测。 现在我们来学习面部检测。开始时,算法需要大量的正样本图像(面部图像)和负样本图像(不含面部的图像)来训练分类器。我们需要从其中提取特征。下图中的 Haar 特征会被使用。它们就像我们的卷积核。每一个特征是一个值,这个值等于黑色矩形中的像素值之后减去白色矩形中的像素值之和
悟乙己
2019-05-26
959
0
opencv+Recorder︱OpenCV 中的 Canny 边界检测+轮廓、拉普拉斯变换
编程算法
opencv
机器学习
神经网络
深度学习
图像边缘检测能够大幅减少数据量,在保留重要的结构属性的同时,剔除弱相关信息。 在深度学习出现之前,传统的Sobel滤波器,Canny检测器具有广泛的应用,但是这些检测器只考虑到局部的急剧变化,特别是颜色、亮度等的急剧变化,通过这些特征来找边缘。 这些特征很难模拟较为复杂的场景,如伯克利的分割数据集(Berkeley segmentation Dataset),仅通过亮度、颜色变化并不足以把边缘检测做好。2013年,开始有人使用数据驱动的方法来学习怎样联合颜色、亮度、梯度这些特征来做边缘检测。 为了更好地评测边缘检测算法,伯克利研究组建立了一个国际公认的评测集,叫做Berkeley Segmentation Benchmark。从图中的结果可以看出,即使可以学习颜色、亮度、梯度等low-level特征,但是在特殊场景下,仅凭这样的特征很难做到鲁棒的检测。比如上图的动物图像,我们需要用一些high-level 比如 object-level的信息才能够把中间的细节纹理去掉,使其更加符合人的认知过程(举个形象的例子,就好像画家在画这个物体的时候,更倾向于只画外面这些轮廓,而把里面的细节给忽略掉)。 .
悟乙己
2019-05-26
2.8K
0
opencv︱图片与视频的读入、显示、写出、放缩与基本绘图函数介绍
opencv
opencv中读入、显示、写出图片:cv2.imread(), cv2.imshow(), cv2.imwrite()
悟乙己
2019-05-26
5.6K
0
opencv︱opencv中实现行人检测:HOG+SVM(二)
数据库
sql
http
opencv
2016年张姗姗等人从分析的角度对各个工作进行总结和归纳。通过分析错误案例来找到错误来源,并提出相应的解决方案以进一步提高检测率。研究发现,在高层级中主要有两类错误,分别是定位错误和背景分类错误。可以尝试两个解决方案,其一是针对检测框对齐性比较差这一现象,可以通过使用对齐性更好的训练样本标签来解决;而针对模型判别能力比较差的问题,可以通过在传统的 ICF 模型上使用 CNN 进行重新打分来提升检测的性能。
悟乙己
2019-05-26
6.5K
0
相似性︱python+opencv实现pHash算法+hamming距离(simhash)(三)
python
opencv
本文介绍了如何使用Python和OpenCV库实现图像的局部敏感哈希(LSH)算法,并通过具体实验展示了该算法的有效性。同时,本文还探讨了如何将LSH算法应用于海量数据查找中,提供了一种高效的海量数据查找方法。
悟乙己
2018-01-02
4.8K
0
图像增强︱window7+opencv3.2+keras/theano简单应用(函数解读)
opencv
keras
python
windows
本文主要介绍了如何通过Python和Keras库实现图像数据增强。首先介绍了数据增强的原理和常用的数据增强方式,然后通过一个猫的例子展示了如何使用Keras库实现数据增强。最后介绍了如何使用Theano库实现数据增强。
悟乙己
2018-01-02
1.4K
0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档