tag 計算機視覺

標籤
貢獻100
154
07:11 AM · Nov 05 ,2025
u_17423871 頭像 whaosoft143 頭像 u_17589471 頭像 u_13357275 頭像 u_17588526 頭像 u_16099164 頭像 u_16099221 頭像 u_16213605 頭像 u_16213636 頭像 u_16099169 頭像 u_13303 頭像 daniusdk 頭像

@計算機視覺 / 博客 RSS 訂閱

u_17423871 頭像

美狐美顏SDK開放平台 - 直播美顏SDK特效功能應用場景分析

在直播行業高速發展的今天，用户早已不再滿足於“能看、能聊”的基礎體驗。無論是娛樂直播、帶貨直播，還是在線教育、社交互動，畫面質量與互動體驗正在成為決定用户留存和轉化的關鍵因素。 而在這些體驗背後，直播美顏SDK及其特效功能，正扮演着越來越重要的角色。本文將從實際業務出發，系統分析直播美顏SDK特效功能在不同場景下的應用價值，幫助平台方和產品負責人更清晰地理解它的商業意義。

視頻美顏sdk , 美顏api , 人工智能 , 直播美顏sdk , 計算機視覺 , 第三方美顏SDK , 在51CTO的第一篇博文 , 美顏SDK

收藏 評論

u_13303 頭像

colddawn - 目標檢測識別電錶讀數

隨着可再生能源的重要性日益凸顯，光伏行業作為清潔能源的重要組成部分備受關注。在光伏發電系統中，防逆流檢測電能表技術被認為是未來發展的關鍵，它不僅可以提高光伏發電系統的效率，還可以保障電網安全穩定運行。本文將深入探討光伏防逆流檢測電能表技術的意義、原理以及未來發展趨勢。 開篇 光伏能源作為清潔能源的重要來源，正逐漸成為全球能源轉型的重要推動力量

能源 , 發展趨勢 , 目標檢測識別電錶讀數 , 人工智能 , 計算機視覺 , 分佈式 , 安全

收藏 評論

zhangxueliang 頭像

a772304419 - 計算機視覺YOLO + 大模型deepseek 工廠操作規範檢測案例分析：規則引擎的價值分析

規則引擎這個環節是整個系統從“感知”上升到“認知”的關鍵，也是最智能的部分。我來詳細拆解這個 [動作識別與規則引擎] -- [DeepSeek邏輯推理/SOP理解] 的協作過程。 這個環節的核心是：將原始的視覺數據轉化為有業務意義的決策。它不是一個簡單的“是/否”判斷，而是一個基於上下文的理解和推理過程。 首先，我們明確兩個組件的分工

規則引擎 , MySQL , yolo , 數據庫 , 人工智能 , 計算機視覺 , ide

收藏 評論

u_13527 頭像

bigrobin - Emgu CV 實現眼在手上標定

文章目錄 基本介紹： 座標系變換運算規則： 關係運算説明： 座標系運算規則一： 座標系運算規則二： 齊次座標系： 齊次座標系下的座標變換： 眼在手外： 眼在手內： 解方程： - Tais方法

機器學習 , 機械臂 , Emgu CV 實現眼在手上標定 , 人工智能 , 計算機視覺 , 旋轉矩陣 , opencv

收藏 評論

u_39029 頭像

lingyuli - Galera配置mariadb集羣

MariaDB介紹 MariaDB是開源社區維護的一個MySQL分支，由MySQL的創始人Michael Widenius主導開發，採用GPL授權許可證。 MariaDB的目的是完全兼容MySQL，包括API和命令行，使之能輕鬆成為MySQL的代替品。 Galera Cluster介紹 Galera Cluster是基於MySQL/innodb二次開發而成

Galera配置mariadb集羣 , MySQL , 數據庫 , 人工智能 , 計算機視覺

收藏 評論

whaosoft143 頭像

whao143 - 51c自動駕駛~合集40

#車道線檢測 中科院最新綜述 大家好，很榮幸能受到的邀請來為大家分享我們的一篇關於單目車道線檢測的綜述。與papaer裏展現的順序和內容可能有所不同，在這裏筆者想更多地講一講本文的成文過程以及各類方法的發展史，因此對於各方法的詳細介紹讀者可以參考本文原文，這裏不會花費過多筆墨來重述。關於本文原文中提到的方法，以及更多未提到的方法的論文和代碼均可在筆者構建的GitHub

自動駕駛 , 人工智能 , 計算機視覺

收藏 評論

u_16099268 頭像

碼海探險先鋒 - 圖像識別一般多高的置信度可以算正確

作者丨謝若冰 知識圖譜被廣泛地用來描述世界上的實體和實體之間的關係，一般使用三元組（h,r,t）（head entity, relation, trail entity）的形式來存儲知識，其中藴含的知識數量巨大且

三元組 , 知識表示 , 圖像識別一般多高的置信度可以算正確 , 人工智能 , 計算機視覺 , ide

收藏 評論

u_16213636 頭像

mob64ca1404ed65 - 一個數據集中 同一張圖片有同種類型的多個標籤圖像分類

*圖表素材源於RayData Web，數據不具有代表性。 圖表，是數據可視化項目中最常見、最基礎的元素，它的選擇和使用，往往是數據可視化項目進程的第一步。合適地選擇圖表，不僅能夠更加清晰明瞭地呈現數據之間的態勢和邏輯，同時在也更加符合人體視覺感官的體驗。

一個柱狀圖裏兩種數據 , 數據 , 數據可視化 , 柱狀圖 , 人工智能 , 計算機視覺

收藏 評論

u_13317 頭像

liutao988 - vfp怎麼縱向合併多表

今天在網上看到了一篇寫得非常好的文章，是有關c++類繼承內存佈局的。看了之後獲益良多，現在轉在我自己的博客裏面，作為以後複習之用。 ——談VC++對象模型 （美）簡.格雷 程化 譯 譯者前言 一個C++程序員，想要進一步提升技術水平的話，應該多瞭解一些語言的語意細 節。對於使用VC++的程序員來説，還應該瞭解一些

vfp怎麼縱向合併多表 , 人工智能 , 編譯器 , 計算機視覺 , delete , c , vc++

收藏 評論

u_14987 頭像

attitude - 基於centernet3D目標檢測模型有哪些

介紹 Mobilenet是由Google公司創造的網絡系列，目前已經發布至V3版本，每一次版本更新都是在前一次網絡上的優化修改。Mobilenet主打的是輕量級網絡，也就説網絡參數量較少，執行速度較快，也更容易部署到終端設備上。在移動端和嵌入式設備上也有了很多的應用。 MobilenetV3對MobilenetV2進行了一系列小的修改

卷積 , 人工智能 , 計算機視覺 , paddle , 網絡 , ide

收藏 評論

whaosoft143 頭像

whao143 - 51c~視覺~紅外小目標檢測~合集1

一、PyIRSTDMetrics Infrared Small Target Detection, IRSTD 2025論文拷問紅外小目標檢測評估標準 今天我們不聊新模型，不説又刷了幾個點的SOTA，咱們來聊點更根本的：我們衡量SOTA的方式，真的對嗎？ 在計算機視覺裏，有個領域叫“紅外小目標檢測”（Infrared Small

紅外 , 視覺 , 人工智能 , 計算機視覺 , 目標檢測

收藏 評論

u_16099227 頭像

雲端創新者 - 圖像識別兩條線有沒有搭接

  在家中擁有一份類似於下圖的定製黑白或彩色線條裝飾地圖，可以説是一件非常賞心悦目的事情；而這類定製裝飾地圖往往都具有比較高的價格，總是讓我們望而卻步。這時，我們可以嘗試自己獲取相關地圖素材，DIY一份屬於自己的定製地圖。   而自己製作這樣一份定製裝飾地圖最大的問題就是——如何獲取地圖中的道路、建築、水體等線條呢？本文就介紹幾種獲取地圖中

線條地圖 , 圖像識別兩條線有沒有搭接 , 線稿地圖 , 人工智能 , 計算機視覺 , 路網 , 地圖輪廓

收藏 評論

u_17423871 頭像

美狐美顏SDK開放平台 - 直播美顏sdk背後的核心能力：人臉關鍵點識別原理與工程實現

在直播行業高度內卷的今天，美顏早已不是“錦上添花”的功能，而是決定用户是否願意停留、是否敢開播、是否願意付費的基礎能力。 當我們在直播間裏看到主播膚色自然、五官立體、表情靈動，甚至在大幅度轉頭、低光環境下依然穩定輸出時，真正支撐這一切的，並不是簡單的濾鏡疊加，而是一整套以人臉關鍵點識別為核心的實時視覺算法體系。 本文將從原理+工程實現兩個維度，拆解直播美顏sdk背後的

視頻美顏sdk , 美顏api , 人工智能 , 直播美顏sdk , 計算機視覺 , 第三方美顏SDK , 在51CTO的第一篇博文 , 美顏SDK

收藏 評論

jhctech 頭像

深圳集和誠科技JHCTECH - 革新視界，智算未來 | 集和誠新品Arc A750E ECM 16G MXM GPU震撼上市！

在智能計算需求日益增長的今天，高性能圖形處理能力已成為行業創新的核心驅動力。Arc A750E ECM 16G MXM GPU——一款基於Intel® Arc™ A750E嵌入式芯片的高性能顯卡，專為智能交通、機器視覺、醫療影像等高要求場景量身打造！ Arc A750E ECM 16G Arc A750E ECM 16G 是集和誠一款搭載Intel®

Intel GPU卡 , 人工智能 , 計算機視覺 , MXM GPU卡 , Intel A750E

收藏 評論

daniusdk 頭像

音視頻牛哥 - 從 RTSP/RTMP播放器到低空經濟/具身智能：如何撐起毫秒級反饋的實時視頻系統

一、為什麼“低延遲視頻”在 2025 年突然變成剛需？ 過去十年裏，“低延遲”這個詞經常被用爛： 直播平台説自己低延遲； 安防攝像頭説自己實時； 互動課堂説自己秒開不卡。 但大多數場景，本質是**“人在屏幕前慢慢看”**，幾秒鐘的延遲也能“忍”。 到了 具身智能（Embodied AI

低空經濟RTSP低延遲播放器 , yyds乾貨盤點 , 低延遲RTMP播放器 , 低延遲rtsp播放器 , 人工智能 , 無人機低延遲RTSP RTMP播放器 , 計算機視覺 , 具身智能RTSP RTM低延遲播放器

收藏 評論

u_16213702 頭像

mob64ca1414c613 - 計算機視覺與遙感圖像處理課程

開發工具 VS2008+Qt4.8.0+GDAL1.9 要點 接口要獨立，軟件平台與算法模塊獨立，平台中各接口設計靈活，修改時容易。 設計軟件時一步步來，每個功能逐一實現，某個功能當比較獨立時可以做一個測試程序，測試無誤後將功能添加到工程中。此外，在軟件設計過程中，自身會想到一些功能，為了測試功能方案的可行性，可以單獨做一個測試示例，測試方案是否可行，

成員變量 , 數據 , 人工智能 , 拖拽 , 計算機視覺 , 計算機視覺與遙感圖像處理課程

收藏 評論

u_13229 頭像

bingfeng - 大模型 temperature 設置為0

儘管近年來卷積神經網絡很大地促進了計算機視覺的發展，但一個重要方面很少被關注：圖像大小對被訓練的任務的準確性的影響。在本文介紹了一篇谷歌在ICCV2021的工作，作者提出了一個可學習的調整器模型（resizer model）來提高模型的性能。 【寫在前面】 儘管近年來卷積神經網絡很大地促進了計算機視覺的發展，但一個重要方面很少被關注：圖像大小

機器學習 , 算法 , 編程語言 , 人工智能 , 計算機視覺

收藏 評論

u_16099325 頭像

數據小築 - 線程經典實例——吃蘋果問題

方法一: 編寫代碼實現切換邏輯 using System; using System.Threading; namespace 交替吃蘋果 { class Program { // 共享資源：表示當前剩餘的蘋果數量 // 使用 private static 修飾，因為它需要被多個線程

機器學習 , 開發語言 , 後端開發 , Visual Studio , 計算機視覺 , c , Python

收藏 評論

u_16099311 頭像

Python數據分析 - yolo目標檢測實際流程圖

Yolo v2 論文名稱 Yolo9000：Better，Faster，Stronger 該論文實際上包含了2個模型，Yolov2 和 Yolo9000，Yolo v2 是在 Yolo v1 基礎上進行了改進， 此外作者提出了一種 檢測和分類 的聯合訓練方法，並用該方法在 COCO 檢測數據集 和 ImageNet 分類數據集上訓練 Yolo v2，把得到的模型稱為 Yol

數據集 , 卷積 , 寬高 , yolo目標檢測實際流程圖 , 人工智能 , 計算機視覺

收藏 評論

u_16099247 頭像

墨韻流香 - 人臉素描數據集

OpenCV實時素描效果：用代碼將攝像頭畫面轉化為藝術素描 實現原理與可視化流程 運行前請安裝OpenCV：`pip install opencv-python`，如攝像頭無法打開請嘗試調整`VideoCapture(0)`或`VideoCapture(1)`參數。 素描效果的核心思想是模擬藝術家繪製素描時的視

spark , 大數據 , 人工智能 , 計算機視覺 , opencv , ide , Python

收藏 評論

u_16213582 頭像

mob64ca13f7ecc9 - 計算機視覺如何進行面積過濾功能

ASEF相關濾波器： Average of Synthetic Exact Filters David S. Bolme, Bruce A. Draper, J. Ross Beveridge CVPR, 2009 相關濾波器可以用於物體定位。相關濾波器算法的思想是學習一個濾波器hh，然後和圖像fi

卷積 , 在線更新 , 初始化 , 人工智能 , 計算機視覺如何進行面積過濾功能 , 計算機視覺

收藏 評論

u_16060192 頭像

HyperAI超神經 - 在線教程丨目標檢測邁入「全局感知」時代：清華大學等發佈 YOLOv13，實現速度、精度雙突破

在自動駕駛、工業質檢、安防監控等需要「毫秒級反應」的應用場景中，實時目標檢測始終是一條極具挑戰的技術賽道。過去十年裏，YOLO 系列憑藉輕量高效的架構成為該領域的主流方案，從最初的 YOLO 到近年的 YOLOv11、YOLOv12，模型不斷在速度與精度之間尋找新的平衡點。 不過，即便進化多次，YOLO 系列的底層機制依舊面臨共同瓶頸： 要麼像卷積那樣只能在固定感受野內做局部聚合，要

卷積神經網絡 , 人工智能 , 計算機視覺 , 實時目標檢測

收藏 評論

u_16099244 頭像

码海舵手之心 - mmpretrain實戰體驗

一、現有數據集+現有模型 1、命令結構 python tools/train.py ${CONFIG_FILE} [ARGS] tools/train.py是訓練模型的腳本，而後面CONFIG_FILE是配置文件，同樣也是以目錄的形式 2、示例 cd mmpretrain後 python tools/

機器學習 , 人工智能 , 深度學習 , 計算機視覺 , Css , 前端開發 , HTML , Python

收藏 評論