#计算机视觉
共 57 篇相关文章

从零构建计算机视觉模型:值得一读的书籍推荐
寻找类似Raschka风格的计算机视觉从零构建书籍?本文推荐Programming Computer Vision with Python、Deep Learning for Vision Systems、D2L等资源,并给出从零实现CNN、ResNet、ViT的学习路径。

CNN模型对比:Pequi树枝枯病检测研究
研究比较AlexNet、Inception、LeNet、VGG16和MobileNet五种CNN架构在Pequi树枝枯病检测中的表现,利用计算机视觉技术分析叶片、枝条和花穗的病理模式,为农业AI病害诊断提供架构选型依据。

计算机视觉入门:图像处理与核心任务解析
计算机视觉入门指南:解析图像处理基础操作(锐化、灰度化、模糊、边缘检测)与三大核心任务(图像分类、目标检测、图像分割),探讨模型失败原因及现实应用场景。

Context Encoders 深度解析:用图像修复实现自监督特征学习
深入解析经典论文 Context Encoders,讲解如何通过图像修复(Inpainting)实现自监督特征学习,涵盖编码器-解码器架构、通道级全连接层、重建损失与对抗损失的分工,并附 PyTorch + CelebA 从零复现代码。

用Python+YOLOv8+OpenCV打造实时目标检测系统
一位开发者开源了基于 Python、YOLOv8 和 OpenCV 的实时目标检测系统,支持行人、汽车、猫狗识别,具备多线程采集、帧队列缓冲、FPS 监控及 CPU/CUDA 双模式。本文拆解其核心功能与实时视频处理的工程难点。

热成像-RGB融合:自监督车辙检测攻克雪地自动驾驶难题
一项最新研究提出低成本自监督车辙检测方案,通过RGB与长波红外热成像融合,并利用GNSS轨迹自动生成训练标签,解决雪地白化环境下的自动驾驶可行驶区域检测难题,并开放ThermalTrack数据集。

雪越大检测越准?LiDAR感知中的天气混淆因素解析
一项基于WADS-3D与CADC数据集的研究发现,LiDAR检测精度竟随降雪强度增加而提升。本文解析其背后的几何增强假说、混淆元因素,以及对自动驾驶感知系统评估方法的深刻启示。

Hide and Seek:无需模型权重的黑盒视觉模型概念解释新方法
Hide and Seek(HnS)是一种新型概念级归因方法,无需访问模型权重或标注数据集即可解释黑盒视觉模型。本文解析其遮蔽-观测的四步原理、在CelebA与COCO-Stuff上的验证结果,以及在图像描述和卫星分割等任务上的通用性。

收据伪造检测模型接近随机?文档图像取证的实战困境与破局思路
一个收据伪造检测项目的 ROC-AUC 始终接近随机水平,本文剖析文档图像取证中的小样本困境,并给出从二分类转向异常检测、自监督预训练、数值一致性校验等可验证的破局方向。

OcuBench与OcuFlow:攻克眼镜反光去除的新范式
新研究提出OcuBench多源基准与OcuFlow眼部自适应MeanFlow框架,攻克眼镜反光去除难题。盲测中获67.32%选择率,达次优方法6.2倍,代码与数据集将开源。

S2Tok:用持久空间Token实现流式3D高斯重建
S2Tok是一个前馈框架,从未标定图像流中维护持久的3D场景状态,通过空间感知Transformer和学习式准入模块实现流式3D高斯重建,在四个基准上展现紧凑且高质量的在线渲染能力。

PanoPed:全景行人追踪的仿真到现实新基准与Sextant角定位头
PanoPed 提出全球面行人追踪的仿真到现实基准数据集,并设计仅 0.035M 参数的 Sextant 角定位头,即插即用提升 MOTIP、HAT 等模型的 HOTA 指标,解决全景场景中边界框失效问题。

计算机视觉落地羽毛球制造:一个有趣的工业质检案例
一个将计算机视觉应用于羽毛球制造质检的工业案例,展现了AI在长尾制造场景中的落地价值,以及视觉检测技术门槛持续下降的趋势。

重焕生机:社区如何为计算机视觉库 Supervision 打造现代化文档
计算机视觉库 Supervision 因原维护团队转向 Roboflow 商业产品而文档老化。一位社区成员自发打造现代化文档站点,补齐教程、更新技术栈,折射出开源项目维护交接的典型困境与社区接力的价值。

UniPro:统一多模态医学图像分割,2D到3D一气呵成
UniPro 提出统一的医学图像分割模型,通过传播机制将 2D 分割延伸到 3D 体数据,在单一框架内支持语义、上下文、交互和传播四种分割模式,大幅降低医学影像标注成本。

单目深度估计实战:75万张图训练的自研模型如何实现手机3D重建
一位Reddit开发者用75万张图像训练45小时,仅凭手机单目摄像头实现深度估计与3D重建,无需LiDAR或深度传感器。本文解析单目深度估计的技术原理、实现链路及其应用价值。

生产级PPE安全装备数据集采购指南:渠道、质量与自建权衡
构建生产级PPE安全装备检测系统,数据集采购是关键门槛。本文解析安全帽、反光背心等六类PPE数据集的质量要求、主流采购渠道(Scale AI、Appen、Dataloop等)以及自采外包与购买现成数据的权衡策略。

数字病理AI的数据集质量困局:如何区分标注不一致与域偏移
数字病理AI项目中如何区分标注不一致、域偏移与模型误差?本文结合一个真实的HER2乳腺组织肿瘤细胞检测案例,探讨计算机视觉数据集质量治理、标注者间一致性评估与标注指南设计的实用方法。

