引言在机器视觉中，有时需要对产品进行检测和计数。其难点无非是对于产品的图像分割。由于之前网购的维生素片，有时候忘了今天有没有吃过，就想对瓶子里的药片计数...在学习opencv以后，希望实现对于维生素片分割计数算法。本次实战在基于形态学的基础上又衍生出基于距离变换的分水岭算法，使其实现的效果更具普遍性。基于形态学的维生素片检测和计数?整体思路：读取图片形态学处理（在二值化前进行适度形态学处理，效果
转载
2023-06-30 22:29:18
144阅读
计算机视觉概述可以说，计算机视觉技术是人工智能技术的核心方向，特别是深度学习技术在计算机视觉中的应用，在最近五六年的人工智能浪潮中担当了先锋者的角色。甚至可以说，如果没有深度学习技术在过去几年对计算机视觉一些核心领域的推动和促进，就很可能没有这一波的人工智能技术浪潮。我们可以这么来看待人工智能技术，它可以说是利用计算机技术来对人的感官，例如视觉、听觉、触觉以及思维进行模拟，从而建立起逻辑推断等智能
转载
2023-06-30 20:58:40
265阅读
CV即计算机视觉，简单的来说：计算机模拟人来理解图像所表达的意思，或对图像进行一些理智的操作，比如分割，分类等等。目前接触到的计算机视觉主要有： 图像分类（包括细粒度特征分类）：将图像进行分类，该图像是飞机 ？汽车？狗？或者什么 目标定位和识别（如yolo ssd等神经网络）：图像中的目标物体的位置（用框就行标注），框中物体的种类，是什么&nbs
转载
2024-02-04 09:24:38
0阅读
文章目录前言1 计算机基础2 编程语言3 数学基础4 图像处理与OpenCV5 机器学习与Scikit-learn6 深度学习与框架7 CV子方向未完待续 前言计算机视觉 (CV) 作为人工智能 (AI) 的子方向，近年来十分火热，广泛应用于各大领域，如人脸识别、无人驾驶、智慧交通、智慧医疗和机器人等。其网络模型和算法也是层出不穷，涉及的理论基础也十分广泛。本文将列举计算机视觉工程师的知识结构，
转载
2023-09-15 19:32:59
266阅读
• 计算机视觉（Computer Vision，简称CV）在广义上是和图像相关的技术总称。包括图像的采集获取，图像的压缩编码，图像的存储和传输，图像的合成，三维图像重建，图像增强，图像修复，图像的分类和识别，目标的检测、跟踪、表达和描述，特征提取，图像的显示和输出等等。
• 随着计算机视觉在各种场景的应用和发展，已有的图像技术也在不断的更新和扩展。
转载
2023-07-14 14:13:40
239阅读
这段时间在做表格还原的工作，属于版面分析的一个模块。目前已经能做到截图/扫描/拍照表格图像检测，表格信息提取和html写入。可以多平台使用，不需要微软的接口。但在结合ocr的文本检测和文本识别确定表格内容的过程中，只通过单元格坐标和文本检测的坐标设定规则去判定文本是否属于该单元格具有较大的风险。一是极大依赖文本检测和表格坐标提取的准确度，二是，表格框和文本检测框的重叠方式有多种，规则难以自适应。所
如何选择视觉CV光源颜色 一．光源颜色分类 光源颜色的选择对机器视觉光源有什么影响及意义呢，常用的光源颜色有白色（W）、蓝色（B）、红色（R）、绿色（G）、红外光（IR）、紫外光（UV）,这六种颜色。那么这六种光源颜色又有什么区别及用途呢？下面就让沃德普机器视觉光源来给大家介绍一下： 1.白色光源（
转载
2020-06-11 06:50:00
608阅读
2评论
集智书童SIoU Loss: More Powerful Learning for Bounding Box Regression论文：https://arxiv.org/abs/2205.12740目标检测是计算机视觉任务的核心问题之一，其有效性在很大程度上取决于损失函数的定义。传统的目标检测损失函数依赖于边界框回归指标的聚合，例如预测框和真实框（即 GIoU、CIoU、ICIoU 等）的距离、
引言学习的过程总是磕磕绊绊的，最近准备去学一下目标检测，还没开始去学，一个问题就在我的脑海中产生了，那就是图像识别和目标检测有什么区别，我怎么总感觉他们好像是一个东西？带着这个疑问，我去百度了一波，现在总算把这个问题搞定了CV四大任务图像识别和目标检测都是计算机视觉（CV）领域的一个分支，当然CV不只有图像识别和目标检测这两个任务，它还包括其他两个方面的任务。下面我就以一张图片为例，简单解释一下C
转载
2024-01-10 14:55:13
92阅读
你了解计算机视觉目标分类、识别、检测、分割任务吗，一文读懂这些CV问题 提示：据说这是科大讯飞的算法面试题 计算机视觉（Computer Vision）是研究如何使机器“看”的科学。在CV领域，主要的任务分别为图像分类/定位、目标检测、目标跟踪、语义分割以及实例分割。此外还有很多其他更加具体的任务。本文将针对这些主要任务的概念做介绍。基础知识： 【1】深度学习面试题——深度学习的技术发展史文章目录
转载
2024-01-14 14:38:31
100阅读
1 前言很高兴能够在和大家分享一些计算机视觉技术（computer vision）在交通领域的应用知识。鉴于之前在计算机视觉领域的一些探索，在目标（车辆）检测、目标(车辆)追踪、车辆重识别、3D视觉、少样本学习、元学习、基于视觉的交通流参数提取以及事故快速检测等领域存在一些学习经验。本文将做一个有关交通CV的简单介绍。具体包括：（1）简单聊聊交通CV。即对CV和交通CV做个简单的介绍；（2）一些简
转载
2024-05-02 11:25:26
105阅读
什么是计算机视觉？计算机视觉的边界CV与其他方面知识的联系。计算机视觉的特点输入是图像或视频，输出不仅限于图像或视频，还可以是语义标签、三维场景的结构信息等，更强调的是图像或者视频内容的输出。计算机视觉的目标跨越“语义鸿沟”建立 像素 到 语义 的映射。因为机器识别的图像信息全是像素点，而人所看到的图像信息则是几个短句可以描述的，图像中的信息又包括结构信息和语义信息，让计算机具有跨越“语义鸿沟”的
转载
2023-06-30 22:28:43
383阅读
计算机视觉的发展历程–诞生1966年MIT人工智能实验室一名教授给自己的研究生布置了一个课题：想办法写一个程序，让计算机告诉我们摄像头看到了什么这次事件标志着计算机视觉的诞生，1966年也称为计算机视觉元年。计算机视觉的发展历程–探索1970s：大卫·马尔（David Marr）,英国的神经系统学家与心理学家，计算神经学的创始人。他把视觉描述为处理二维的矩阵而输出对周围世界的三维描述。 ·他所认为
转载
2024-01-03 23:33:13
96阅读
