tag 計算機視覺

標籤
貢獻100
158
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_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_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_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

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_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

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

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_16213699 頭像

mob64ca1414098d - vform3多選下拉列表

總結了下在表單處理中單選、多選、選擇框值的獲取及表單的序列化，寫成了一個對象。如下： 1 　　var formUtil = { 2 // 獲取單選按鈕的值，如有沒有選的話返回null 3 // elements為radio類的集合的引用 4 getRadioValue:function(elements)

表單 , i++ , 人工智能 , 計算機視覺 , vform3多選下拉列表 , HTML

收藏 評論

u_17589471 頭像

AI數字人研究社 - 數字人公司哪家好？頭部數字人企業廠商核心競爭力解析

在數字化轉型浪潮中，AI數字人正從概念演示走向規模化產業應用，成為連接虛擬與現實、提升服務效能的關鍵入口。作為這一領域的深耕者，世優科技自主研發的“世優波塔AI數字人智能體”，憑藉其全棧技術能力與豐富的場景落地經驗，已在政務、文旅、教育、醫療、金融等多個行業建立起標杆案例，為智能交互時代提供了可複製的解決方案。 技術底座：從“形似”到“智合”的全棧能力 數字人的價值，

智慧展廳 , 智能交互 , 數字人 , 數字展廳 , 人工智能 , 計算機視覺 , 大模型

收藏 評論

u_16099221 頭像

技術領航者之聲 - 基於模型的強化學習 目標檢測

作者：Mostafa Ibrahim 編譯：ronghuaiyang 導讀 使用EfficientNet和YoloV5的融合可以提升20%的performance。 在本文中，我將解釋上一篇文章中稱之為“2 class filter”的概念。這是一種用於目標檢測和分類模

機器學習 , 大數據 , 基於模型的強化學習 目標檢測 , 人工智能 , 計算機視覺 , 網絡

收藏 評論

u_12897 頭像

jordana - 烏班圖系統vfat是什麼意思

Ubuntu 19.10 生命週期將在今年 7 月結束，之後一段時間內最大的版本則是 Ubuntu 20.04 LTS，其重大更新和改進將在 2030 年前終止。20.04 是 Ubuntu 的第 8 個 LTS 版本，於2020 年 4 月 23 日發佈。 一、 回顧Ubuntu 20.04 LTS Ubuntu 19.10 生命週期將在今年 7

字符串 , 烏班圖系統vfat是什麼意思 , 用户界面 , 人工智能 , 計算機視覺 , Ubuntu

收藏 評論

u_16213590 頭像

mob64ca13f9e726 - win11 無法導出為OVF

系統不安裝Office導出Excel 本文適用於沒有安裝微軟件辦公軟件而卻需要導出Excel表格的操作員做參考，最近公司由於正版化的需要，換裝了WPS辦公軟件，但在運行了ＤＭＳ系統的電腦上需要導出Excel，在導出時系統會檢測是否已安裝Excel，沒有安裝的話是無法導出的，為此苦苦在網上搜索了三四天，終於發現了一點眉目，先看下面的這段話： S

office , win11 無法導出為OVF , sap , excel , 人工智能 , 計算機視覺 , 技術人

收藏 評論

u_16213644 頭像

mob64ca1406d617 - BEVFusion項目文件解讀

簡介 BeeGo是一個快速開發Go而應用的HTTP框架，他可以用來快速開發API，web以及後端服務等各種應用，是一個restful 的框架，主要涉及靈感來源於tornado,sinatr和flask這三個框架，但是結合了Go本身一些的特性(interface,struct嵌入等)而設計的一個框架 架構 beego有八個模塊，分別是

web項目 , API , BEVFusion項目文件解讀 , 人工智能 , 計算機視覺 , go

收藏 評論

u_16099314 頭像

技術極客 - 從存儲部署OVF

在沒有core的bfm平台跑一下用例： 步驟一、選擇NVR=0，即main array； 步驟二、配置chip-erase time TERASE，需要大於30ms——這是重點； 步驟三、配置chip-erase的recovery timeTRCV，需要大於200us； 步驟四、配置chip-erase使能寄存器ME； 步驟五、等待40ms後，配置p

偏移量 , 數據 , 從存儲部署OVF , 人工智能 , 寄存器 , 計算機視覺

收藏 評論

u_12361999 頭像

wx583fa754cca96 - 豆包向左，蘋果華為向右：一場關於AI手機未來的“岔路”對決

豆包向左，蘋果華為向右：一場關於AI手機未來的“岔路”對決 當你對手機説“訂一張明早去上海的機票”，一個AI助手在後台默默打開App、選擇航班、填寫信息直到支付完成——這科幻般的場景，已在一款名為“豆包手機”的工程機上成為現實。 當字節跳動聯合努比亞展示了一款能夠“看見並操作一切”的工程機時，整個科技圈為之震動。用户只需一句話，AI就能像真人

商業 , app , 人工智能 , 計算機視覺 , 開發者

收藏 評論

u_12204 頭像

桃太郎 - Python 數據科學入門教程：OpenCV

此文章一共分為四篇 第一篇入門篇（本篇） 第二篇 基礎篇 第三篇 進階篇 第四篇 項目篇 在這篇系列文章中，我將帶你從“完全小白”一路打怪升級到能動手做真實項目。 不堆術語、不講空話，只用你能跑通的代碼 + 能看懂的圖解 + 踩過的坑總結， 手把手拆解 OpenCV

spark , 大數據 , 圖像處理 , 視覺項目 , 計算機視覺 , opencv , Python

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

u_13357275 頭像

上海拔俗網絡 - AI智能測評考試系統：不僅會“閲卷”，更會“診脈”的超級考官

在傳統的考試場景中，我們習慣了兩件事：一是老師埋首於如山的試卷中，紅筆批改到深夜；二是學生拿到成績單時，只看到一個冰冷的分數，卻不知道自己到底哪裏沒懂。這種“重結果、輕過程”的評價方式，效率低且反饋滯後。 AI智能測評考試系統，正是要終結這一現狀。它不僅僅是一個能自動批改選擇題的工具，更是一位具備深度洞察力的“超級考官”。它不僅能看懂你的字、讀懂你的代碼，還能透過試卷分析你的能力短板

NLP , 自然語言處理 , 考試系統 , 人工智能 , 計算機視覺

收藏 評論

u_16213616 頭像

mob64ca14005461 - 工業相機概述

紫外工業相機的入門介紹和工業檢測核心場景 🎯紫外工業相機入門：核心原理 + 3 大工業檢測場景 🎯一、紫外工業相機入門：3 個關鍵知識點，快速讀懂核心邏輯 1. 核心原理：為什麼能 “看見隱形缺陷”？ 2. 核心分類：按波段選，精準匹配場景 3. 關鍵參數：選型不踩坑的核心指標

視覺檢測 , 數碼相機 , 目標跟蹤 , aigc , 人工智能 , llama , 計算機視覺

收藏 評論

u_16099164 頭像

碼海舵手 - ubuntu創建分區vfat

在重裝windows系統的時候順便將ubuntu也重裝了。 window 10 安裝 製作USB啓動盤 到“微軟中國下載中心”（http://www.microsoft.com/zh-cn/software-download/windows10），下載“MediaCreationTool”的工具，運行該工具製作Win10安裝U盤。 https:

啓動盤 , ubuntu創建分區vfat , 人工智能 , 計算機視覺 , Ubuntu

收藏 評論

u_16213710 頭像

mob64ca1416b5a8 - opencvsharp 求直線和contour交點

輪廓處理函數 [編輯] ApproxChains 用多邊形曲線逼近 Freeman 鏈 CvSeq* cvApproxChains( CvSeq* src_seq, CvMemStorage* storage, int method=CV_CHAIN_APPROX_SIMPLE,

數組 , php , 點集 , 人工智能 , 數據結構與算法 , 計算機視覺

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

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_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