ODec_CVSCHOOL的个人主页_电子工程师 - 电子技术论坛

ODec_CVSCHOOL

经验：积分：2

查看完整档案 >>

+关注发私信

他的动态

发布了文章 2022-9-9 15:44

基于卷积的框架有效实现及视觉Transformer背后的关键成分

来自清华大学和 Meta AI 的研究者证明了视觉 Transformer 的关键，即输入自适应、长程和高阶空间交互，也可以通过基于卷积的框架有效实现。...

0

1049次阅读

0条评论
发布了文章 2022-6-12 16:50

Python中pyzxing安装与测试方法

Python中有几个开源的条码解析库，之前我测试过pyzbar、libdmx这些库，发现都是个锤子，主要是功能太弱了，解码能力堪忧，之前我用ZXING C++版本写过一很好用的条码跟二维码的解码库，于是我搜索一下看看是否有Python版本的...

0

3991次阅读

0条评论
发布了文章 2022-6-9 10:51

CNN根本无需理解图像全局结构，一样也能SOTA？

好家伙，在CIFAR-10上，用16×16的图像碎片训练出来的模型，测试准确率能达到91%，而用完整的32×32尺寸图像训练出来的模型，测试准确率也不过90%。...

0

997次阅读

0条评论
发布了文章 2022-6-6 10:54

新晋图像生成王者扩散模型

他们确定了最佳的时间离散化（time discretization），对采样过程应用了更高阶的Runge–Kutta方法，并在三个预训练模型上评估不同的方法，分析了随机性在采样过程中的有用性。...

0

1152次阅读

0条评论
发布了文章 2022-6-2 15:31

OpenCV中几何形状识别与测量

什么是轮廓，简单说轮廓就是一些列点相连组成形状、它们拥有同样的颜色、轮廓发现在图像的对象分析、对象检测等方面是非常有用的工具，在OpenCV中使用轮廓发现相关函数时候要求输入图像是二值图像...

0

1795次阅读

0条评论
发布了文章 2022-6-1 11:34

StyleGAN在图像质量和可控性方面为生成模型树立了新的标杆

最初，StyleGAN 的提出是为了明确区分变量因素，实现更好的控制和插值质量。但它的体系架构比标准的生成器网络更具限制性，这些限制似乎会在诸如 ImageNet 这种复杂和多样化的数据集上训练时带来相应代价。...

0

1444次阅读

0条评论
发布了文章 2022-5-31 10:31

关于彩色图像高斯反向投影基于OpenCV的C++代码

图像反向投影的最终目的是获取ROI然后实现对ROI区域的标注、识别、测量等图像处理与分析，是计算机视觉与人工智能的常见方法之一。图像反向投影通常是彩色图像投影效果会比灰度图像效果要好，原因在于彩色图像带有更多对象细节信息，在反向投影的时候更...

0

859次阅读

0条评论
发布了文章 2022-5-31 10:15

Swin Transformer在MIM中的应用

而跟SimMIM相比，这一方法在所需训练时间大大减少，消耗GPU内存也小得多。具体而言，在相同的训练次数下，在Swin-B上提高2倍的速度和减少60%的内存。...

0

1131次阅读

0条评论
发布了文章 2022-5-24 09:45

视频P图新SOTA：推理速度快近15倍

研究人员首先选择了三种最有代表性的方法，包括CAP、FGVC（基于光流法）和Fuseformer（入选ICCV 2021），进行对象移除（下图前三行）和缺失补全（下图后两行）的效果比较。...

0

703次阅读

0条评论
发布了文章 2022-5-24 09:37

C#平台调用OpenVINO的可行性

OpenVINO 工具套件是英特尔基于自身现有的硬件平台开发的一种可以加快高性能计算机视觉和深度学习视觉应用开发速度工具套件，支持各种英特尔平台的硬件加速器上进行深度学习，并且允许直接异构执行。支持在Windows与Linux系统，官方支持...

0

1213次阅读

0条评论
发布了文章 2022-5-17 11:24

手动版实现带箭头的线段绘制

我根据一个矩形进行了各种角度旋转，就想通过绘制一个带方向的线段表示它，通过旋转矩阵很容易的获取了两个点坐标，但是很快遇到了一个新问题，怎么绘制那个箭头，就是带箭头的线段，OpenCV中的cv.line函数只支持绘制不带箭头的线段，于是我决定...

0

1620次阅读

0条评论
发布了文章 2022-5-12 09:21

PP-OCRv3优化策略详细解读

PP-OCR是PaddleOCR团队自研的超轻量OCR系统，面向OCR产业应用，权衡精度与速度。近期，PaddleOCR团队针对PP-OCRv2的检测模块和识别模块，进行共计9个方面的升级，打造出一款全新的、效果更优的超轻量OCR系统：PP...

0

3298次阅读

0条评论
发布了文章 2022-5-10 11:28

TorchScript介绍及使用

script是导出模型为中间IR格式文件，支持高性能libtorch C++部署，我们以torchvision中Mask-RCNN导出中间格式IR为例，代码演示如下：...

0

3233次阅读

0条评论
发布了文章 2022-5-7 16:29

一个LSTM被分解成垂直和水平的LSTM

Vision Transformer成功的原因被认为是由于Self-Attention建模远程依赖的能力。然而，Self-Attention对于Transformer执行视觉任务的有效性有多重要还不清楚。事实上，只基于多层感知器(MLPs)...

0

1278次阅读

0条评论
发布了文章 2022-4-28 09:46

飞桨开源全流程3D医疗分割开发工具MedicalSeg

其中，3D影像能够更直观辅助医生提升诊断效率。但医疗影像的读片工作对专业知识要求高，这样繁重且重复性较高的阅片工作，仅能由专业的影像科医生完成。...

0

1134次阅读

0条评论