计算机视觉

Notebook交互式完成目标检测任务

摘要:本文将介绍一种在Notebook中进行算法开发的新方式,新手也能够快速训练自己的模型。 目标检测是计算机视觉中非常常用且基础的任务,但是由于目标检测任务的复杂性,往往令新手望而却步。本文将介绍一种在Notebook中进行算法开发的新方式,新手也能够快速训练自己的模型。 通过本文,你将能够体验到 ... »

带你了解CANN的目标检测与识别一站式方案

摘要: 了解通用目标检测与识别一站式方案的功能与特性,还有实现流程,以及可定制点。 本文分享自华为云社区《玩转CANN目标检测与识别一站式方案》,作者: Tianyi_Li。 背景介绍 目标检测与识别是计算机视觉领域中的关键技术,随着深度学习技术的发展,目标检测与识别的应用场景也越来越广泛。当前, ... »

AI+医疗:使用神经网络进行医学影像识别分析 ⛵

U-Net是一种卷积网络架构,用于快速、精确地分割生物医学图像。本文讲解使用 U-Net 进行肺部影像分割的案例全过程:工具库&环境准备、数据读取、数据切分、TensorFlow IO准备、U-Net 网络构建、评估准则&损失函数、超参数设置&模型编译、回调函数&模型训练、模型加载&新数据预估。【代... ... »

计算机视觉的分类

传统计算机视觉方法 传统的计算机视觉可以使用Opencv等Python库,对图像进行简单的操作,例如对图像缩放、滤波、阈值分割等等。对于计算机来说,一张彩色图片就是一个三通道的矩阵,分别对应红绿蓝(RGB)三种颜色,通过改变颜色的数值(0-255)来显示出一张完整的彩色图片,传统的计算机视觉就是围绕 ... »

入坑计算机视觉必备的图像基础

大家好,暑假无事,论文写不出来,再折腾完云服务器之后,我又开始学习新技术了,这次学习的是深度学习之计算机视觉。 1 数字图像概念 1.1 位数 计算机采用0/1编码的系统,数字图像也是利用0/1来记录信息,我们平常接触的图像都是8位数图像,包含0~255灰度,其中0,代表最黑,1,表示最白。 1.2 ... »

26岁从计算机视觉界“黄埔军校”博士毕业,他想为车打造一双慧眼

摘要:站在新的起点上,如何出发?如何发挥价值,为公司做出贡献?当越来越多的优秀人才加入华为,他的故事也许能给我们一些启发。 做一朵奔腾的浪花 过去的28年,黄青虬的头上总是环绕着很多的光环: 从小一路是学霸,以692分、全省40名的成绩考入清华大学自动化系; 作为队长,带领清华大学“火神机器人战队” ... »

计算机视觉计算任务有哪些,怎么分类 ?

计算机视觉计算任务有哪些,怎么分类 ?   我把任务分为像素级别、目标级别、理解级别。   像素级别的任务一般是传统的图像处理任务,他们不需要用到图像的语义信息,或者最多用到底层特征(比如图像的边缘、纹理),这些任务有图像增强、传统的图像复原(如去噪、去模糊)、传统的图像分割(比如基于种子生长的方法)、图像加密等。   目标级别的任务需要用到语义信息,所以提取的特征是高层特征,CNN作为优良的特征 »

和机器学习和计算机视觉相关的数学

和机器学习和计算机视觉相关的数学  (2010-12-08 13:29:40) 转载▼ 标签:  杂谈   1. 线性代数 (Linear Algebra): 我想国内的大学生都会学过这门课程,但是,未必每一位老师都能贯彻它的精要。这门学科对于Learning是必备的基础,对它的透彻掌握是必不可少的。我在科大一年级的时候就学习了这门课,后来到了香港后,又重新把线性代数读了一遍,所 »

计算机视觉中目标检测任务脉络梳理

前言:本文主要梳理了目标检测任务,包括目标检测简介、常用数据集、常用技巧,以及经典的两段式和一段式模型。 目标检测(Object Detection)的目的是“识别目标并给出其在图中的确切位置”,其内容可解构为三部分:识别某个目标(Classification);给出目标在图中的位置(Localization);识别图中所有的目标及其位置(Detection)。从这三点可以看出目标检测的难度要比 »

腾讯叶聪:朋友圈爆款背后的计算机视觉技术与应用

分享嘉宾:叶聪 腾讯 技术专家 编辑整理:张智跃 内容来源:DataFun AI Talk「智能技术前沿实践分享」 出品社区:DataFun 导读: 本次分享系统介绍计算机视觉的基础知识,如何利用这些识别算法实现一个应用,同时进行部署、推广这一整套流程。主要包括以下六个部分: 1、朋友圈爆款活动背后 ... »

datafuntalk

【计算机视觉】双目测距(五)--匹配算法对比

http://www.cnblogs.com/polly333/p/5130375.html 三种匹配算法比较 函数解释 原理解释 目前立体匹配算法是计算机视觉中的一个难点和热点,算法很多,但是一般的步骤是: A、匹配代价计算 匹配代价计算是整个立体匹配算法的基础,实际是对不同视差下进行灰度相似性测量。常见的方法有灰度差的平方SD(squared intensity differe »

计算机视觉中的论文常见单词总结

​ 前言 本文对计算机视觉论文中常出现的单词进行了汇总,对于不具备直接阅读英文文献的读者,可以考虑把这些单词给背了。 之前的文章《计算机视觉中的高效阅读论文的方法总结》中提到了如何掌握阅读英文文献的能力,我就是按照这个方法来做的,下面是我在执行过程中记录的单词。 差不多在背完这些单词后,我基本就没再 ... »

wxkang

计算机视觉之几何变换(实现图片缩放、剪切、移位、镜像、仿射变换、旋转等功能)

1.图片的缩放 图片是由许多基本的像素点组成的,一般来说彩色图像中的像素点由三个数值组成,分别是蓝色分量、红色分量和绿色分量。 图片缩放分为: 普通的缩放,即确定下缩放后的尺寸大小,再进行缩放。 等比例缩放,即确定一个比例系数,长宽都乘以一个相同的比例系数,实现等比例缩放。 一般来说,图片的缩放方法有: 最近临域插值 双线性插值(默认情况) 像素关系重采样 立方插值 下面简单实现等比例缩放 »

[转]计算机视觉文献与代码资源

CVonline http://homepages.inf.ed.ac.uk/rbf/CVonline http://homepages.inf.ed.ac.uk/rbf/CVonline/unfolded.htm http://homepages.inf.ed.ac.uk/rbf/CVonline/CVentry.htm   李子青的大作: Markov Random Field Model »