计算机视觉

计算机视觉算法实战——表面缺陷检测（主页有源码）✨个人主页欢迎您的访问 ✨期待您的三连 ✨✨个人主页欢迎您的访问 ✨期待您的三连 ✨✨个人主页欢迎您的访问 ✨期待您的三连✨

视觉分析之边缘检测算法Roberts算子又称为交叉微分算法，是基于交叉差分的梯度算法，通过局部差分计算检测边缘线条。常用来处理具有陡峭的低噪声图像，当图像边缘接近于正45度或负45度时，该算法处理效果更理想。

唔皇万睡万万睡

数字水印嵌入及提取系统——基于小波变换GUI数字水印嵌入及提取系统——基于小波变换GUI基于小波变换的数字水印系统（Matlab代码GUI操作）【有简洁程序报告】【可作開题+完整文档+达辩PPT】

【深度学习】计算机视觉（CV）-目标检测-DETR（DEtection TRansformer）—— 基于 Transformer 的端到端目标检测DETR（DEtection TRansformer）是 Facebook AI（FAIR）于 2020 年提出的端到端目标检测算法，它基于 Transformer 架构，消除了 Faster R-CNN、YOLO 等方法中的候选框（Anchor Boxes）和非极大值抑制（NMS）机制，使目标检测变得更简单、高效。

视觉目标检测之小目标检测技术调研与实验小目标检测是计算机视觉领域中的一个极具挑战性的问题。小目标检测广义是指在图像中检测和识别尺寸较小、面积较小的目标物体。

高力士等十万人

OpenCV中的边缘检测边缘检测是图像处理和计算机视觉中的关键技术之一，旨在识别图像中像素强度发生显著变化的区域，这些区域通常对应于物体的边界或轮廓。边缘检测在机器视觉中具有重要的需求背景，主要体现在以下几个方面：

计算机视觉之图像处理-----SIFT、SURF、FAST、ORB 特征提取算法深度解析在图像处理领域亦或是计算机视觉中，首先我们需要先理解几个名词：什么是尺度不变？在实际场景中，同一物体可能出现在不同距离（如远处的山和近处的树），导致其在图像中的尺度不同，也引出了多尺度的概念。算法检测到的特征在图像缩放（放大或缩小）后仍能被正确识别和匹配，即尺度不变性。

机器视觉--图像的运算（加法）在机器视觉领域，Halcon 是一款功能强大且广泛应用的机器视觉软件库。图像的加法运算是其中一种基础且重要的操作，它在很多实际应用场景中都发挥着关键作用，比如图像增强、图像融合等。本文将深入探讨 Halcon 中图像加法运算的原理、实现方法，并通过具体的演示程序来帮助读者更好地理解和掌握这一操作。

高力士等十万人

OpenCV二值化处理二值化操作将灰度图像转换为黑白图像，即将图像中的像素值分为两类：前景（通常为白色，值为 255）和背景（通常为黑色，值为 0）。二值化的主要目的是简化图像，突出目标物体，便于后续的图像分析和处理，如特征提取、目标检测、图像分割等。

视觉人机器视觉

3D与2D机器视觉机械臂引导的区别3D与2D机器视觉在机械臂引导中的主要区别如下：

大数据AI人工智能培训专家培训讲师叶梓

OmniHuman：一张图+音频生成逼真视频人工智能咨询培训老师叶梓转载标明出处想要掌握如何将大模型的力量发挥到极致吗？叶老师带您深入了解 Llama Factory —— 一款革命性的大模型微调工具（限时免费）。

计算机视觉算法实战——图像合成（主页有源码）✨个人主页欢迎您的访问 ✨期待您的三连 ✨✨个人主页欢迎您的访问 ✨期待您的三连 ✨✨个人主页欢迎您的访问 ✨期待您的三连✨

多模态大语言模型（MLLMs）如何重塑和变革计算机视觉？本文介绍了多模态大型语言模型（MLLM）的定义、使用挑战性提示的应用场景，以及正在重塑计算机视觉的顶级模型。

de之梦-御风

【OpenCV】OpenCV算子功能分类在 OpenCV 中，算子（Operators）可以根据功能分类为不同的类别，主要包括图像处理、特征检测、几何变换等。以下是 OpenCV 算子的主要分类：

机器视觉--索贝尔滤波在图像处理领域，边缘检测是一项至关重要的任务，它能够帮助我们识别图像中不同区域的边界，为后续的目标识别、图像分割等操作奠定基础。索贝尔滤波（Sobel Filter）作为一种经典的边缘检测算法，因其简单高效的特点被广泛应用。在功能强大的机器视觉软件 Halcon 中，也提供了对索贝尔滤波的支持。本文将详细介绍 Halcon 中索贝尔滤波的原理、应用场景，并通过具体的程序示例展示其在实际中的使用方法。

目前（2025年2月）计算机视觉（CV）领域一些表现优异的深度学习模型按任务类型分类介绍：CoCa：结合对比学习和生成学习，通过对比损失对齐图像和文本嵌入，并使用标题生成损失预测文本标记。它在图像分类、跨模态检索和图像描述等任务中表现出色，且仅需极少的任务特定微调。 PaLI：这是一个多模态模型，结合了40亿参数的视觉Transformer（ViT）和多种大型语言模型（LLM），并在包含100多种语言的100亿图像和文本数据集上进行训练。PaLI在图像描述、视觉问答和场景文本理解等任务中达到了最佳性能。 CoAtNet-7：该模型融合了卷积层和注意力层，平衡了模型的泛化能力

【深度学习】计算机视觉（CV）-图像生成-生成对抗网络（GANs, Generative Adversarial Networks）生成对抗网络（GANs）是 Ian Goodfellow 在 2014 年提出的一种深度生成模型，主要用于生成逼真的数据，如图像、音乐、文本等。GANs 采用博弈论思想，让两个神经网络（生成器 G 和判别器 D）相互对抗，在不断竞争中提高数据的生成质量。

人工智能学起来

多模态机器学习火热idea汇总！想发论文，却完全没头绪？那我非常推荐你关注这个潜力方向：多模态机器学习！它能够把不同模态的数据，映射到统一的高维向量空间，实现模态间的语义对齐，从而促进模态间的相互理解，提高模型的性能。多媒体内容理解、医疗健康、自动驾驶、情感分析等领域都离不开它。也因此，其在NeurIPS、ICML、CVPR等顶会上都有多篇成果！

目标跟踪（Object Tracking） vs. 目标识别（Object Recognition）目标跟踪和目标识别都是计算机视觉中的核心任务，但它们的目标、方法和应用场景有所不同。目标识别（Object Recognition）是指识别图像或视频中的目标是什么，即确定目标的类别（如“人”、“车”、“猫”等）。目标识别通常是单帧任务，不考虑时间上的连续性。