登录社区云，与社区用户共同成长
邀请您加入社区
图像分割（image segmentation）技术是计算机视觉领域的个重要的研究方向，是图像语义理解的重要一环。图像分割是指将图像分成若干具有相似性质的区域的过程，从数学角度来看，图像分割是将图像划分成互不相交的区域的过程。近些年来随着深度学习技术的逐步深入，图像分割技术有了突飞猛进的发展，该技术相关的场景物体分割、人体前背景分割、人脸人体Parsing、三维重建等技术已经在无人驾驶、增强现实、
一、基础理论我们使用机器学习的方法完成人脸检测，首先需要大量的正样本图像（面部图像）和负样本图像〈不含面部的图像）来训练分类器。我们需要从其中提取特征。下图中的 Haar特征会被使用，就像我们的卷积核，每一个特征是一个值，这个值等于黑色矩形中的像素值之和减去白色矩形中的像素值之和。1、Haar分类算法Haar特征：（核）（切片）Haar特征值反映了图像的灰度变化情况。例如︰脸部的一些特征能由矩形特
1. OpenCV 初识与安装2. OpenCV 模块简介3. OpenCV 图像读取，显示，保存4. 摄像头和视频读取，保存5. OpenCV 常用数据结构和颜色空间6. OpenCV 常用绘图函数7. OpenCV 界面事件操作之鼠标与滑动条8. 图像像素、通道分离与合并9. 图像逻辑运算10. 图像 ROI 与 mask 掩膜11. 图像几何变换12. 图像滤波13. 图像固定阈值与自适应阈
随着深度学习和图像处理技术的迅猛发展，人脸识别系统成为了一个备受关注的领域。本文将介绍如何使用这些先进技术来构建一个高效准确的人脸识别系统。我们将深入探讨人脸检测、特征提取和分类等关键步骤，并提供相应的代码实现。
python进阶——人工智能实时目标跟踪
基于yolov5s(v6.0)的模型剪枝实战分享，参考github教程带链接带源码。
用AI生成一个视频
作者 | Arham Islam编译 | 岳扬在过去的几年里，人工智能（AI）取得了极大的进展，而AI的新产品中有AI图像生成器。这是一种能够将输入的语句转换为图像的工具。文本转图像的AI工具有许多，但最突出的就属DALLE 2、Stable Diffusion和Midjourney了。DALL-E 2由OpenAI开发，它通过一段文本描述生成图像。其使用超过100亿个参数训练的GPT-3转化器模
本篇为《深度学习实战专栏》-基于PyTorch的深度学习实战的下篇，主要内容为在PyTorch下搭建神经网络实现Mnist手写数字图像识别相关工作
基于YOLO v5的吸烟目标检测，制作吸烟数据集，训练模型，Windows界面，输出结果，效果较好！mAP值0.8，解决横向项目，毕设，工厂实际需求。
目前的NAS方法主要由两个模块组成，网络生成器和精度预测器。其中网络生成器用于生成候选的backbone结构，精度预测器用来对采样的backbone结构预测精度。由于检测和分类的任务目标不一致，前者更重视backbone stage-level (c2-c5)的表征，而后者更重视high-level(c5)的表征。本文旨在解决分类任务上的精度预测器擅长预测high-level表征能力而无法预测st
在春节档科幻电影「流浪地球 2」中，主演吴京、刘德华、沙溢等人饰演的角色，跨越 14 年之久，视效团队正是借助 Deepfake de-aging 技术，呈现出了演员不同年龄段的容貌。
