首页
学习
活动
专区
工具
TVP
发布

贾志刚-OpenCV学堂

三本书《Java数字图像处理-编程技巧与应用实践》、《OpenCV Android开发实战》、《OpenCV4应用开发-入门、进阶与工程化实践》作者。OpenCV实验大师平台 软件作者
专栏作者
859
文章
1417863
阅读量
422
订阅数
本人开发 | 零代码从模型训练到部署软件平台发布啦!
大家好,过去的十多年时间,本人一直从事图像处理跟视觉相关的开发与技术培训工作。在此过程中深深感受到OpenCV教学领域缺乏一款好的教学工具软件,它可以帮助高职院校老师减轻备课压力、提高工作效率、提升教学效果,特别是对各种图像处理、分析、测量等机器视觉常见算子熟练掌握与使用,更加高效有针对性的培养机器视觉人才。因此本人从2021年底开始策划启动,前后花了一年多的时间开发完成了一款机器视觉教学平台软件,借助它,高职院校再也不用担心开设OpenCV视觉课程没有硬件、没有软件、没有案例、无法检查学生掌握程度等现实问题。
OpenCV学堂
2023-01-04
6950
ONNXRUNTIEM版本升级到1.13的大坑
一直使用的是ONNXRUNTIME1.7.0版本做推理测试,周末有空就把ONNXRUNTIME版本从1.7.0升级到1.13.1版本了。
OpenCV学堂
2023-01-04
1.8K0
只需训练一次,即可生成3D新场景!谷歌「光场神经渲染」进化史
---- 点击上方↑↑↑“OpenCV学堂”关注我来源:公众号 新智元 授权 【导读】NeRF的泛化性难题再被Google攻克! 视图合成(view synthesis)是计算机视觉和计算机图形学交叉领域的一个重点难题,指的是从一个场景的多张图片中创建该场景的新视图。 要准确地合成一个场景的新视图,一个模型需要从一小部分参考图片中捕捉多种类型的信息,比如详细的三维结构、材料和光照等。 自2020年研究人员提出神经辐射场(NeRF)模型以来,这个问题也受到了越来越多的关注,大大推动了新视图合成的性能。 其
OpenCV学堂
2022-10-09
6730
知乎热议:985计算机视觉研究生找不到工作?
AI算法工程师走下神坛了? 这几年来,圈子内越来越卷的话题持续不下,再加上大厂程序员“被毕业”、“再就业”的新闻层出不穷,贩卖给人们的焦虑也越来越多: 2016年——深度学习的春天是不是要来了?
OpenCV学堂
2022-09-27
6390
帮林志颖修脸的3D重建,用两块A100加二维CNN就可以实现!
---- 点击上方↑↑↑“OpenCV学堂”关注我来源:公众号 新智元 授权 【导读】不用三维构图的三维重建,速度能到每帧73ms。 三维重建(3D Reconstruction)技术一直是计算机图形学和计算机视觉领域的一个重点研究领域。 简单说,三维重建就是基于二维图像,恢复三维场景结构。 据说,林志颖出车祸后,他的面部重建方案就用到了三维重建。 三维重建的不同技术路线,有望融合 其实,三维重建技术已在游戏、电影、测绘、定位、导航、自动驾驶、VR/AR、工业制造以及消费品领域等方面得到了广泛的应用。
OpenCV学堂
2022-09-27
5480
胡渊鸣:import一个“太极”库,让Python代码提速100倍!
点击上方↑↑↑“OpenCV学堂”关注我来源:公众号 量子位 授权 众所周知,Python的简单和易读性是靠牺牲性能为代价的—— 尤其是在计算密集的情况下,比如多重for循环。 不过现在,大佬胡渊鸣说了: 只需import 一个叫做“Taichi”的库,就可以把代码速度提升100倍! 不信? 来看三个例子。 计算素数的个数,速度x120 第一个例子非常非常简单,求所有小于给定正整数N的素数。 标准答案如下: 我们将上面的代码保存,运行。 当N为100万时,需要2.235s得到结果: 现在,我们开始施魔
OpenCV学堂
2022-09-19
9200
ECCV 2022 | 清华&Meta提出HorNet,用递归门控卷积进行高阶空间相互作用
点击上方↑↑↑“OpenCV学堂”关注我来源:公众号 机器之心 授权 来自清华大学和 Meta AI 的研究者证明了视觉 Transformer 的关键,即输入自适应、长程和高阶空间交互,也可以通过基于卷积的框架有效实现。 视觉 Transformer 的最新进展表明,在基于点积自注意力的新空间建模机制驱动的各种任务中取得了巨大成功。在本文中,来自清华大学和 Meta AI 的研究者证明了视觉 Transformer 背后的关键成分,即输入自适应、长程和高阶空间交互,也可以通过基于卷积的框架有效实现。作者提
OpenCV学堂
2022-09-09
4980
导师放养,怎样才能自救?
“导师放养,怎样才能自救?” 无论几岁的计算机视觉党,面对这样的灵魂拷问,很有可能都要陷入沉思。 0-1岁的科研人考虑的是,谁来告诉我,哪个研究方向比较好,比较热门,比较不卷,比较好发论文。 2岁以上的科研人已然入坑,一时半会也爬不出来,所以想着,求大神指导,怎么“抢idea”、怎么占坑、怎么快速发论文…… 大多数CV研究生的最终目的地无非两个,工程上的或者学术上的。要么进大厂当算法工程师;要么成为Lab算法研究员。 而要到达理想目的地的前提条件是,有一份拿得出手的成绩——发论文的数量和质量无疑是最好的背
OpenCV学堂
2022-09-07
3840
月薪3w6日均写7行代码被开除/ 我国探日成果向全球共享/ 巴菲特首次减持比亚迪…今日更多新鲜事在此
点击上方↑↑↑“OpenCV学堂”关注我来源:公众号 量子位 授权 又到周三,不少人心中的「小周末」! 你有没考虑下班后放松放松? 劳逸结合,别忘关注这些「科技圈都在看」的新鲜事! 今日大新闻 月薪3.6万算法工程师,日均写7行代码被开除; 视觉算法工程师,月薪3.6万,平均一天写7行多代码,被公司解除劳动关系。 近日,这样一则事件在网上引发诸多关注。 其信息源头来自中国裁判文书网,根据其中内容,李某在2020年11月2日入职中科尚易健康科技(北京)有限公司(后简称中科尚易公司),其岗位为机器视觉算法工程
OpenCV学堂
2022-09-01
1970
一小时复现AAAI 2022论文,是怎么做到的……
作为一枚CVer,怎样才能出成绩?毫无疑问,前期当然是啃Paper、复现Paper呀! 尤其是个各大顶会论文,作为Al发展的风向标。每一次论文出来,都有一堆人等着收集整理、研读复现,从中get idea。 But!在复现Paper的过程中,却总有拦路虎跳出来咆哮: 导师丢过来课题让自己独立研究,不知如何下手; 论文读了和没读一样,抓不住重点; 论文内容偏理论,代码部分不知该如何复现! 尤其是对许多初学者来说,读论文是件痛苦的事儿。学术论文都有自己的一套规范,没有经过一定的训练,很可能在琢磨怎么读懂一篇论
OpenCV学堂
2022-08-31
6370
有坑 | PyQT多线程无法刷新,导致界面卡死
点击上方蓝字关注我们 微信公众号:OpenCV学堂 关注获取更多计算机视觉与深度学习知识 问题背景与描述 我这两天一直想把YOLOv5上加个训练的界面,把控制台的输出重定向到一个PyQT5写的界面上,然后我很顺序的写好了一个简单的测试,发现可以重定向了,一直实时获取输出了。代码如下: 然后我就写了个界面,让控制台显示到界面的texteditor中,我知道训练是一个长耗时的操作过程,所以我单独开启了一个QThread线程来完成,然后在线程中发送获取的控制台输出文本给界面主线程,完成界面刷新。以前我用QT C+
OpenCV学堂
2022-08-29
3.3K0
论文写作全攻略|一篇学术科研论文该怎么写
论文通俗来说是本科和硕士的升学助力,也是学术界的硬通货,更是未来工作的加分项和敲门砖。 论文的写作对很多学生来说,是一种挑战。有些学生不知该如何对论文做选题,更多的学生则是对毕业论文写作到底有什么要求不清楚,不知从何下手,常常为毕业论文发愁。 我跟几位CVPR、ECCV等顶会审稿人聊了聊,总结输出如下文,希望对大家有启发。 扫码0.1元领取 《顶会审稿人论文写作干货》 论文写作的分为四个顺序:阅读论文→确定创新点→Coding/实验→论文写作。 01 阅读论文 发表论文的前提是大量阅读论文!!!文献阅读分
OpenCV学堂
2022-08-29
1490
OpenCV中直线拟合方法解密
点击上方蓝字关注我们 微信公众号:OpenCV学堂 关注获取更多计算机视觉与深度学习知识 直线拟合原理 给出多个点,然后根据这些点拟合出一条直线,这个最常见的算法是多约束方程的最小二乘拟合,如下图所示: 但是当这些点当中有一个或者几个离群点(outlier)时候,最小二乘拟合出来的直线就直接翻车成这样了: 原因是最小二乘无法在估算拟合的时候剔除或者降低离群点的影响,于是一个聪明的家伙出现了,提出了基于权重的最小二乘拟合估算方法,这样就避免了翻车。根据高斯分布,离群点权重应该尽可能的小,这样就可以降低它的
OpenCV学堂
2022-08-29
8160
秋招算法岗卷上天?大厂技术岗缩减70%!
---- 点击上方↑↑↑“OpenCV学堂”关注我来源:公众号 新智元 授权 【导读】2023年秋招已经陆续展开,AI就业形势再次引发了网友热议。有人说,2023年秋招技术岗哀鸿遍野。那么,真实情况如何? 年年秋招年年难,又是一年秋招季。 随着各大厂纷纷发布了2023届的秋季校园招聘信息,毕业生都开始忙活起来了。 互联网大裁员的当下,不得不说,今年是真难啊。 算法岗太卷? 对于计算机专业的毕业生而言,算法岗基本上就是「高薪」的代名词。 然而,由于这几年AI方向异常火爆,算法岗似乎也已经承载不下了。
OpenCV学堂
2022-08-29
6180
【建议收藏】时间序列预测paper、应用汇总
Optiver是全球顶尖的量化交易公司。10个月前,Optiver在Kaggle上面办的一场预测股票市场波动率的比赛。 这场比赛吸引了超过3800支队伍参加,其中相当一部分选手梦想着训出一个模型、指导购买股票、一夜暴富,迎娶白富美走上人生巅峰。 然后当然是没有然后的。 这场比赛的落地场景——金融量化正是时间序列预测应用最广泛的领域之一。并且随着机器学习和深度学习算法地更广泛应用,时间序列预测的落地场景越来越多,比如供应链、零售、交通等等等等。 广义线性模型,xgboost等机器学习方法,LSTM,CN
OpenCV学堂
2022-08-29
2910
毕业月薪3万起!算法工程师九成硕博学历,腾讯成AI人才收割机
---- 点击上方↑↑↑“OpenCV学堂”关注我来源:公众号 新智元 授权 【导读】毕业时,你的月薪多少?《人工智能顶尖人才数据图鉴2022》显示,AI算法工程师应届生底薪超3万,且九成是硕博学历。 刚毕业月薪3万啥体验? 昨日,职场社交平台脉脉发布了《人工智能顶尖人才数据图鉴2022》。 报告显示,人工智能行业,算法工程师应届生毕业起薪3.2万,近九成算法工程师为硕博学历。 而人工智能人才大多来自985高校,清华第1,北大第3。 算法工程师月薪3万起,九成硕博学历 此外,脉脉就人工智能的人才
OpenCV学堂
2022-08-29
4310
人脑90%都是自监督学习,AI大模型离模拟大脑还有多远?
点击上方↑↑↑“OpenCV学堂”关注我来源:公众号 新智元 授权 【导读】人的大脑和自监督学习模型的相似度有多高? 我们都知道,人类的大脑90%都是自监督学习的,生物会不断对下一步发生的事情做出预测。 自监督学习,就是不需要外部干预也能做出决策。 只有少数情况我们会接受外部反馈,比如老师说:「你搞错了」。 而现在有学者发现,大型语言模型的自监督学习机制,像极了我们的大脑。 知名科普媒体Quanta Magazine近日报道,越来越多的研究发现,自监督学习模型,尤其是大型语言模型的自学方式,与我们的大脑的
OpenCV学堂
2022-08-29
3030
让对方把头侧扭90°,这一动作可辨别Deepfake伪造人脸
点击上方↑↑↑“OpenCV学堂”关注我来源:公众号 机器之心 授权 看似「天衣无缝」的伪造技术,也是有漏洞的。 视频伪造是 Deepfake 技术最为主要的代表,其制作假视频的技术也被称为人工智能换脸(AI face swap)。一直以来,研究者发现 DeepFake 存在着这样一个漏洞:当伪造人脸头部转到 90 度时(侧脸 90 度),对方就能识别视频中的人脸是不是伪造的。 这是怎么回事呢?在最近的一项测试中,技术专家兼评论员 Bob Doyle 允许研究人员进行一些关于人脸伪造的测试,期间研究人员采用
OpenCV学堂
2022-08-29
3970
良心推荐:最强推荐系统学习路径,入职无悬念
现如今推荐系统在我们的生活中无处不在,逛淘宝看到的“你可能还喜欢”、网易云的“推荐歌单”等功能都是通过推荐系统进行的推送。信息爆炸的当下,推荐系统在互联网行业得到了广泛的应用,同时也出现了大量岗位,推荐算法人才的稀缺程度水涨船高,薪资水平也十分可观。 截至2022年8月4日,推荐系统工程师月平均工资¥30K-50K,对比平均工资¥10.2K高252.8%,即使每个地区薪资情况各有不同,但推荐岗的薪资也至少高于当地平均工资50%。 如此好的行业前景和薪资水平吸引了各行各业的人才,但,学习推荐算法真的这么
OpenCV学堂
2022-08-29
4990
大火的多模态,落地了吗?
01 多模态机器学习 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,比如我们可以把两种不同的语言当做是两种模态,甚至在两种不同情况下采集到的数据集,亦可认为是两种模态。 02 爆火的多
OpenCV学堂
2022-08-29
6730
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
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
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
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