完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>
标签 > 计算机视觉
文章:1424个 浏览:45965次 帖子:36个
在不使用任何额外数据的情况下,COCO数据集上物体检测结果为50.9 AP的方法
实验中,我们发现当只使用 COCO 数据集时,从头开始训练的模型性能是能够匹配预训练模型的性能。我们在 COCO train2017 上训练模型,并在 ...
何恺明、Ross Girshick等大神深夜扔出“炸弹”:ImageNet预训练并非必须
ImageNet预训练方式加快了收敛速度,特别是在训练早期,但随机初始化训练可以在训练一段时间后赶上来。考虑到前者还要进行模型的微调,训练总时间二者大体...
深度传感器(如 Xbox Kinects)看起来很像相机,但它记录的是距离而非颜色。在一幅正常的彩色图像中,每个像素代表一种颜色。而在深度图像中,每个像...
后一个公式给出了计算三维点的方法。先从深度图中读取深度数据(Kinect给的是16位无符号整数),除掉z方向的缩放因子,这样你就把一个整数变到了以米为单...
这些基于DSP的平台包括由标量和矢量DSP处理器及硬件加速器组成的混合架构,以及用于简化软件开发的应用开发工具套件(ADK)。CEVA ADK包括:用...
High D数据集记录在德国科隆附近的六个不同地点。 位置因车道数量和速度限制而异。 记录的数据中包括轿车和卡车。研究者们使用了最先进的计算机视觉算法从...
南开大学提出最新边缘检测和图像过分割被 IEEE PAMI 录用
在计算机视觉领域,边缘检测属于一个经典问题。在近期的研究中,卷积神经网络(CNN)方法已经显著的推动该领域的发展。现有的方法,由于使用特定层数的卷积神经...
训练结构的灵感来自Progressive Growing of GANs(https://arxiv.org/abs/1710.10196)。但不是完全...
物联网开发者展的第2季即将开始! 本季我们正在深入研究开放式视觉推理和神经网络优化工具包(OpenVino),它为开发人员提供了创建尖端AI驱动的计算...
传统获取深度图的方法是利用双目立体视觉获取视差信息从而得到环境的深度的。而今天大多使用的深度传感器则是基于结构光传感器的原理,通过将已知模式的红外光投影...
仍以VGG为例,由于前面采样部分过大,有时候会导致后面进行反向卷积操作得到的结果分辨率较低,会出现细节丢失等问题。为此,FCN的解决方法是叠加第三、四、...
2014 年秋季,人工智能百年研究(OneHundred Year Study)项目启动,这是一项对人工智能领域及其对人类、社区、社会影响的长期学术研究...
随着深度学习在计算机视觉、语音识别和推荐系统领域中的成功运用,近年来有很多研究致力于将深度神经网络模型应用于自然语言处理任务,以降低特征工程的成本。最早...
一种从视频中学习技能的框架(skills from videos,SFV)
由于基于单帧图像预测的位姿是不连续的,在上图中可以看到明显不连贯的动作。同时由于估计器某些错误估计的存在会产生一系列奇异结果造成估计的位姿出现跳变。这会...
自动图片文本辨认是计算机视觉和机器学习处理大型数据的重要案例
从计算机视觉的角度来看,虽然对人类来说,看真实的文件和影印版的没有太大差别,但对计算机就大不一样了:文件可以通过搜索被检索,用户输入一些单词就可以从文件...
本文将重点介绍单目方案的空间定位。 三、单目三维空间测量与定位要解决的问题 1、 求解原理和过程 如前文所述,单目三维空间测量与定位,是依据PnP原理来...
UC Berkeley大学的研究人员们利用深度姿态估计和深度学习技术
给定一段视频,我们用基于视觉的动作估计器预测每一帧演员的动作qt。该动作预测器是建立在人类网格复原这一工作之上的(akanazawa.github.io...
一个名为Metaverse的工具来帮助人们快速生成逼真的训练数据
有的算法需要使用者具有一定的编程能力,而有的算法生成的结果却又不是那么逼真。我们真正需要的是一个能够方便高效地生成大规模训练数据来训练网络完成对新物体的...
相比之下,人工智能会非常费力地制造视觉印象,就好像它是用盲文阅读描述一样。不同的算法,人工智能产生了不同的表达效果。在此过程中,特定类型的 AI 系统被...
编辑推荐厂商产品技术软件/工具OS/语言教程专题
电机控制 | DSP | 氮化镓 | 功率放大器 | ChatGPT | 自动驾驶 | TI | 瑞萨电子 |
BLDC | PLC | 碳化硅 | 二极管 | OpenAI | 元宇宙 | 安森美 | ADI |
无刷电机 | FOC | IGBT | 逆变器 | 文心一言 | 5G | 英飞凌 | 罗姆 |
直流电机 | PID | MOSFET | 传感器 | 人工智能 | 物联网 | NXP | 赛灵思 |
步进电机 | SPWM | 充电桩 | IPM | 机器视觉 | 无人机 | 三菱电机 | ST |
伺服电机 | SVPWM | 光伏发电 | UPS | AR | 智能电网 | 国民技术 | Microchip |
开关电源 | 步进电机 | 无线充电 | LabVIEW | EMC | PLC | OLED | 单片机 |
5G | m2m | DSP | MCU | ASIC | CPU | ROM | DRAM |
NB-IoT | LoRa | Zigbee | NFC | 蓝牙 | RFID | Wi-Fi | SIGFOX |
Type-C | USB | 以太网 | 仿真器 | RISC | RAM | 寄存器 | GPU |
语音识别 | 万用表 | CPLD | 耦合 | 电路仿真 | 电容滤波 | 保护电路 | 看门狗 |
CAN | CSI | DSI | DVI | Ethernet | HDMI | I2C | RS-485 |
SDI | nas | DMA | HomeKit | 阈值电压 | UART | 机器学习 | TensorFlow |
Arduino | BeagleBone | 树莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 华秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |