在过去几年从事多个计算机视觉和深度学习项目之后，我在这个博客中收集了关于如何处理图像数据的想法。对数据进行预处理基本上要比直接将其输入深度学习模型更好。有时，甚...

“他山之石，可以攻玉”，站在巨人的肩膀才能看得更高，走得更远。在科研的道路上，更需借助东风才能更快前行。为此，我们特别搜集整理了一些实用的代码链接，数据集，软件...

计算机视觉技术赋予了无人驾驶汽车“看”的能力。通过摄像头和其他传感器，无人驾驶汽车能够实时感知周围环境，识别行人、车辆、交通信号等，为安全驾驶提供重要信息。百度...

IEEE Transactions on Pattern Recognition and Machine Intelligence (TPAMI)是计算机视觉与...

自注意结构模型的发展，特别是Transformer模型的出现，极大推动了自然语言处理模型的发展。Transformers的计算效率和可扩展性使其能够训练具有超过...

SSD是一种单阶段目标检测算法，通过卷积神经网络进行特征提取，并在不同的特征层进行检测输出，实现多尺度检测。它采用了anchor的策略，预设不同长宽比例的anc...

ShuffleNetV1是一种计算高效的CNN模型，旨在在移动端利用有限的计算资源达到最佳的模型精度。其设计核心是引入了Pointwise Group Conv...

随着技术的不断进步和市场需求的日益增长，二维码导航作为第二代导航技术应运而生。这种导航方式通过AGV识别周围环境的二维码标志信息，利用图像处理技术和计算机视觉算...

图像分类是计算机视觉应用中最基础的一种，属于有监督学习类别。它的任务是给定一张图像，判断图像所属的类别，比如猫、狗、飞机、汽车等等。本章将介绍使用ResNet5...

处理自己的计算机视觉项目是了解和学习计算机视觉的好方法。但是，计算机视觉项目可以包含许多步骤，一开始可能会令人困惑。

易于与知名的计算机视觉框架如TensorFlow、PyTorch和YOLO集成，是它的一个突出特点。通过让用户可以选择使用各种模型架构和框架，这种集成促进了在快...

MMSeg 是一个基于 PyTorch 的开源语义分割工具箱，是 OpenMMLab 项目的一部分。

6月还有一周就要结束了，我们今天来总结2024年6月上半月发表的最重要的论文，重点介绍了计算机视觉领域的最新研究和进展。

作为计算机视觉乃至人工智能领域最具学术影响力的三大顶会之一，今年的国际计算机视觉与模式识别会议 (CVPR) 从会议规模到接受论文数量，都刷新了此前记录。

该奖项于2020年设立，以纪念Thomas S. Huang，他是其时代计算机视觉、模式识别和人机交互领域的杰出人物。该奖项旨在表彰和致敬在计算机视觉社区中长期...

在计算摄影学的研究和应用中，计算机视觉（Computer Vision）技术扮演了至关重要的角色。计算机视觉不仅帮助我们理解和处理图像和视频数据，还为我们提供了...

作者进行了两组实验：一组使用语义分割作为 Cityscapes 数据集上的计算机视觉任务，另一组使用对象检测作为 COCO 2017 数据集上的计算机视觉任务。

作为计算机视觉乃至人工智能领域最具学术影响力的三大顶会之一，第一届 CVPR 会议要追溯到1983年美国华盛顿，自此每一年都会吸引全球的计算机研究者和行业领袖汇...

OpenCV（Open Source Computer Vision Library）是一个跨平台的计算机视觉库，提供了丰富的函数和工具，用于处理和分析图像和视...