发 帖  
  • 三维计算视觉研究内容包括: 1)三维匹配:两帧或者多帧点云数据之间的匹配,因为激光扫描光束受物体遮挡的原因,不可能通过一次扫描完成对整个物体的三维点云的获取。因此需要从不同的位置和角度对物体进行扫描。三维匹配的目的就是把...
    0
    4769次阅读
    0条评论
  • 本文首先介绍目标检测的任务,然后介绍主流的目标检测算法或框架,重点为Faster R-CNN,SSD,YOLO三个检测框架。本文内容主要整理自网络博客,用于普及性了解。 ps:由于之后可能会有一系列对象检测的论文阅读笔记...
    0
    3965次阅读
    0条评论
  • 本文翻译自dzone 中Ivan Ozhiganov 所发文章Deep Dive Into OCR for Receipt Recognition 文中版权、图像代码等数据均归作者所有。为了本土化,翻译内容略作修改。 光...
    0
    2430次阅读
    0条评论
  • 介绍使图像分割的方法,包括传统方法和深度学习方法,以及应用场景。 基于人工智能和深度学习方法的现代计算机视觉技术在过去10年里取得了显著进展。如今,它被用于图像分类、人脸识别、图像中物体的识别、视频分析和分类以及机器人和...
    0
    3097次阅读
    0条评论
  • 短波红外光谱长啥样? 短波红外波段指波长在 1400-3000 纳米之间的波段,肉眼无法识别这些光谱。矿物质、人造物质及其他一些地物具有特殊的成分,而短波红外能够看见这种特有成分,但肉眼和可见光近红外光波却看不见。 可见...
    0
    3955次阅读
    0条评论
  • 摘要:GPT-3被誉为人工智能领域的重大突破,有人认为它甚至显示出初步意识迹象,另一些人则指出GPT-3存在可笑的缺陷。 它可以大量炮制电子邮件、计算机代码、互联网广告、电子游戏情节主线、吉他即兴乐段,以及万圣节的服装建...
    0
    2154次阅读
    0条评论
  • 在图像处理中,用RGB三个分量(R:Red,G:Green,B:Blue),即红、绿、蓝三原色来表示真彩色,R分量,G分量,B分量的取值范围均为0~255,比如电脑屏幕上的一个红色的像素点的三个分量的值分别为:255,0...
    0
    3122次阅读
    0条评论
  • 在机器视觉系统中,光源具有非常重要的作用,选择合适的光源成为决定整个系统成败的关键因素,光源的主要目的就是将被测物体与背景尽量明显分别,获得高品质、高对比度的图像。下面带您了解一下机器视觉光源颜色的选择攻略: 一般情况下...
    0
    8569次阅读
    0条评论
  • 机器视觉系统中,镜头作为机器的眼睛,其主要作用是将目标物体的图像聚焦在图像传感器(相机)的光敏器件上。数据系统所处理的所有图像信息均需要通过镜头得到,镜头的质量直接影响到视觉系统的整体性能。 这一期镜头学堂将对机器视觉工...
    0
    2967次阅读
    0条评论
  • 远心镜头有两种类型的远心度:物方和像方远心度(分别指入射光瞳和出射光瞳位置)。所以,远心镜头分为:物方远心镜头,像方远心镜头、双远心镜头。 1.物方远心度 一般意义上的机器视觉远心镜头指的是物方远心镜头,如果镜头的入射光...
    0
    7181次阅读
    0条评论
  • 目前,基于深度学习算法的一系列目标检测算法大致可以分为两大流派: 两步走(two-stage)算法:先产生候选区域然后再进行CNN分类(RCNN系列) 一步走(one-stage)算法:直接对输入图像应用算法并输出类别和...
    0
    3443次阅读
    0条评论
  • 摘 要:针对当前汽车座椅皮革表面质量检测易受光照和皮革颜色影响等问题,笔者提出使用基于红外热像技术的汽车座椅皮革质量检测方法。本文以汽车座椅皮革为研究对象,在加热的功率、时间、角度和距离等因素下,以试件表面温度差异为目标...
    0
    2372次阅读
    0条评论
  • 当前机器学习训练中,使用GPU提供算力已经非常普遍,对于GPU-based AI system的研究也如火如荼。在这些研究中,以提高资源利用率为主要目标的GPU共享(GPU sharing)是当下研究的热点之一。 本篇文...
    0
    3610次阅读
    0条评论
  • 11月20日,腾讯公布了Robotics X实验室在移动机器人研究方面的新进展,Jamoca和自平衡轮式移动机器人首次对外亮相。 四足移动机器人,也被称为机器狗。Jamoca本体基于外部提供的硬件平台改装,重约70公斤,...
    0
    2176次阅读
    0条评论
  • 机器学习中,有一个称为 No Free Lunch 的定理。简单来说,与监督学习特别相关的这个定理,它指出没有万能算法,就是用一个算法能很好地解决每个问题。 例如,不能说神经网络总是比决策树更好,反之亦然。有许多因素在起...
    1
    2252次阅读
    0条评论
ta 的专栏

成就与认可

  • 获得 91 次赞同

    获得 0 次收藏
关闭

站长推荐 上一条 /7 下一条

返回顶部