登录社区云，与社区用户共同成长
邀请您加入社区
本文介绍了Kotlin Multiplatform (KMP)项目中实现图像处理的完整流程，包括图像加载、缩放、旋转和滤镜处理等核心功能。通过将Kotlin代码编译为JavaScript并在OpenHarmony的ArkTS中调用，展示了跨平台图像处理能力。文章详细解析了图像格式、色彩空间、变换操作和常见滤镜效果，并提供了性能指标和应用场景。KMP项目实现了高效的图像处理功能，支持同一套代码在多个
无复杂原理，核心讲清 OpenCV 处理图片的基础操作，是后续 CNN 图像识别、图像处理的入门必备，所有代码适配 Windows/Linux，小白 30 分钟可跑通全部案例
图像色彩操作图像色彩调整亮度调整直接将彩色图像灰度化，也可以得到代表图像亮度的灰度图进行图像处理，计算量比 HSV 颜色空间变化低。但在 HSV 空间中进行处理可以得到增强后的彩色图像。饱和度调整对 HSV 空间的 S 分量进行处理可以实现对图像饱和度的增强。饱和度的调整通常是在 S 原始值上乘以一个修正系数。色调调整对 HSV 空间的 H 分量进行处理可以实...
医学语义分割类-基于UPerNet模型的视网膜血管语义分割 深度学习医学图像处理 视觉眼睛视网膜血管语义分割
YOLOv10七种车辆类型检测系统 是一个基于YOLOv10（You Only Look Once version 10）目标检测算法的智能系统，专门用于检测和分类七种不同类型的车辆。该系统能够自动识别车辆并将其分类为：tiny-car（小型汽车）、mid-car（中型汽车）、big-car（大型汽车）、small-truck（小型卡车）、big-truck（大型卡车）、oil-t
本研究构建了一套基于深度学习YOLOv11的棉花叶片病害检测系统，旨在实现棉花病害的快速、准确识别与分类。系统针对六类目标病害（blight、curl、grey mildew、healthy、leaf spot、wilt）进行检测，利用包含3708张训练集、232张验证集及233张测试集的高质量YOLO格式数据集进行模型训练与评估。在算法层面，采用YOLOv11模型以兼顾检测精度与推理速度，并在数
本章介绍了计算机识别超分领域和目标检测领域中常常使用的两种卷积变体，亚像素卷积（Subpixel Convolution）和可形变卷积（Deformable Convolution），并给出对应pytorch的使用。
本项目基于YOLOv10目标检测算法开发了一套高精度的扑克牌识别检测系统，能够准确识别和定位52种标准扑克牌（包括13个点数×4种花色）。系统在包含24,233张图像的数据集上进行了训练和验证，其中训练集21,203张，验证集2,020张，测试集1,010张。该系统可实时检测扑克牌的种类、位置和数量，可广泛应用于赌场监控、扑克游戏自动计分、魔术教学分析、智能机器人抓取等多个领域，具有重要的实用价值
YOLOv10是清华大学团队提出的新一代端到端实时目标检测模型，核心创新在于实现了真正的无NMS检测。通过一致性双重分配策略，训练时同时使用One-to-Many和One-to-One标签分配，推理时仅需One-to-One分支即可直接输出结果，消除了NMS后处理。模型还从效率和精度两个维度进行优化：采用大核卷积、PSA模块提升性能，同时减少计算冗余。在COCO数据集上，YOLOv10系列模型（N
本项目基于YOLOv10目标检测框架，开发了一套专门针对零售行业的智能空货架识别系统，能够准确检测超市货架上的缺货状态（标注为"100- O-O-S"）。系统使用货架图像的专业数据集进行训练和评估，通过针对零售场景的特殊优化，本系统实现了对超市货架缺货状态的高精度实时检测，为零售商的库存管理、补货优化和销售分析提供了智能化解决方案。系统在复杂超市环境下仍能保持稳定的检测性能，可适应不同货架类型、商
本项目采用 CBIR（Content-based image retrieval）步骤，基于 OpenCV 的图像搜索引擎，实现构图空间特征评价指标，提高匹配精度。 CBIR（Content-based image retrieval）技术，是目前主流的图像搜索方法之一，CBIR 技术基于图像内容的相似性来检索相似的图像，相比于传统的图像搜索方法，CBIR 技术具有更高的准确性和可靠性。同时博主还
工业级扫码系统技术方案摘要 本文提出了一种基于CameraX和ML Kit的工业级扫码解决方案，针对物流仓储等场景中的技术挑战进行优化。系统采用分层架构设计，包含硬件控制层（CameraX相机控制）、图像处理层（实时处理）、识别引擎层（ML Kit智能识别）和服务层（任务调度）。方案创新性地实现了多模式相机配置策略，根据近距离高精度、远距离识别等不同场景动态调整参数配置，并开发智能对焦算法提升识别
2026年智能信号与图像处理国际学术会议（ISIP 2026）将于2026年4月17-19日在中国·安徽合肥举行。本次会议旨在汇聚海内外学术界与工业界的专家学者、研究人员和技术先锋，围绕智能信号与图像处理领域的前沿理论、关键技术突破、系统应用及未来趋势展开深入交流。会议议题将涵盖智能传感与信号获取、边缘计算与端侧智能处理、AI驱动的图像分析系统等多个热点方向，致力于构建一个开放、协作、高水平的国际
简单来说，预处理就是把你输入的原始图片，转换成 ControlNet 模型在训练时 “看得懂” 的格式。这是因为 ControlNet 模型（比如 Canny）在训练阶段，是通过 “图像对” 来学习的。以 Canny 模型为例，它学习的是 ** 原始图像（左侧）和对应的轮廓图像（中间）** 之间的对应关系。如果不做预处理，直接把原始图片喂给模型，它就无法正确提取到需要的特征，自然也就达不到理想的控
本文详细介绍了在HarmonyOS平台上实现头像上传与裁剪功能的完整技术方案。通过Mermaid流程图展示了从图片选择到存储的全链路处理流程，包括： 基于CustomDialog构建交互式裁剪弹窗，实现图片拖拽和缩放功能 针对横竖屏不同比例图片，分别设计自适应裁剪算法（handleLandscapeCrop/handlePortraitCrop） 采用PixelMap进行像素级操作，确保裁剪精度
图像噪声消除方法主要分为三类：空间域滤波（均值/高斯/中值/双边滤波）、变换域滤波（傅里叶/小波变换）和现代高级方法（非局部均值和深度学习）。不同噪声类型需采用针对性方法：高斯噪声适合高斯滤波，胡椒盐噪声适用中值滤波，复杂噪声可选用小波变换或AI去噪。处理时应遵循先降噪后锐化原则，在去除噪声的同时尽可能保留图像细节。随着技术进步，去噪方法从局部处理发展到全局分析，最终演变为基于深度学习的智能修复，
Hbuilderx;Flask 是一个轻量级的 Web 框架，使用 Python 语言编写，较其他同类型框架更为灵活、轻便且容易上手，小型团队在短时间内就可以完成功能丰富的中小型网站或 Web 服务的实现。8、AI续写、AI优化、AI校对、AI翻译:新增AI接口，编辑器接入AI，可以实现AI续写、AI优化、AI校对、AI翻译，可以帮你实现自动化，ai帮你完成文档。对于本系统，我们提供全方位的支持，
2026年4月将举办多场国际学术会议，涵盖智能技术、交通、能源、人工智能等领域。主要会议包括：4月8-10日南京的智能检测与运动控制技术会议（IDMCT2026）；4月10-12日西安的智慧交通与未来出行会议（ITFM2026）；4月17-19日天津的传感器技术与信息工程会议（STIE2026）；4月24-26日广州的生成式人工智能和图像处理会议（GAIIP2026）。会议地点分布在全国多个城市及
大模型的能力评估需覆盖知识广度、推理深度、任务适配性评测集全称核心能力维度数据规模适用场景MMLU通用知识、学科能力（57个科目）14k+选择题基础能力摸底、跨学科知识评估BBH复杂推理、逻辑思维、任务拆解200+子任务高阶推理能力、复杂任务处理评估TruthfulQA事实准确性、反幻觉能力817个问题幻觉初步筛查FactScore生成内容事实一致性自定义文本幻觉定量评估掌握了大模型多维度能力评测
本项目基于先进的YOLOv12目标检测算法，开发了一套高性能的船舶图像分类与检测系统。该系统能够精准地识别和定位图像或视频流中的船舶，并将其自动分类为五大特定类别：集装箱船（Container Ship）、邮轮（Cruise Ship）、军用船舶（Military Ship）、滚装船（RORO） 和 油轮（Tanker）。YOLOv12作为YOLO系列的最新迭代，在检测速度与精度上实现了显著提升，
最近我尝试用AI工具制作了一部海洋冒险题材的动态漫，基于小说脚本完整走通了全流程。先从小说分析入手，用DeepSeek将文字转为详细分镜脚本，明确场景、角色与情绪节奏。接着设计人物并制作三视图，保持人物和场景的一致性。分镜图阶段主要使用Qwen的两个版本：Qwen Image 2512生成大场景与概念画面，Qwen Image Edit 2511则在已有图像上调整细节、表情与光影，通过局部重绘实现
技术方案核心优势典型应用场景关键预处理模板匹配简单、直观、无需边缘信息工业零件定位、游戏脚本识别、标志物查找无需特别处理，有时需灰度化霍夫线检测能处理断裂边缘，对噪声有抵抗力车道线提取、建筑边缘检测、文档校正必须进行 Canny 边缘检测霍夫圆检测能够自动分离重叠的圆形物体硬币计数、交通灯识别、眼球追踪必须进行中值滤波去噪。
注意：并发函数必须是一个独立的全局函数或者静态方法，不能直接使用组件内部的this。必须使用装饰器。/*** 模拟耗时的图像数据处理任务* @param buffer 图片的ArrayBuffer数据* @returns 处理后的结果字符串*/// 模拟复杂计算：遍历Buffer进行某种数学运算// 强行制造耗时，模拟大图处理i++) {// 这里的console会在TaskPool线程中打印，不
本文提出FoundIR，一个面向真实场景的图像恢复基础模型。通过构建包含100万对图像的多样化数据集（涵盖20种退化类型），并设计基于扩散模型的通用框架，结合增量学习策略和专家模型，有效解决了大规模数据训练中的灾难性遗忘问题。实验表明，该方法在多种退化场景下优于现有技术，为图像恢复基础模型的发展提供了新思路。
本文是一篇农业AI病虫害检测数据标注实战指南。文章指出全球每年因病虫害造成的农作物损失高达20%-40%，AI检测系统可降低30%-50%农药使用量。文章详细介绍了农业图像标注的特殊挑战（复杂光照、背景干扰、病害多样性），并提出四大标注策略：建立科学分类体系、多尺度标注方法、处理模糊边界等难点、三级质量审核机制。通过水稻、苹果、小麦三个实战案例，展示了AI预标注结合人工精修的高效流程，可提升65%
今日入手了星宸科技重磅推出的轻量化端侧AI视觉开发套件Comake Pi D2，本文入手的是套餐三，两个sensor的那个，其特点是 “高算力、低功耗、小尺寸、全接口”。拿到货的第一时间，我们先来拆箱看看，这款AI视觉开发套件是不是名副其实。
InfiniSynapse SaaS 已经全面实现 Browser Use 的的原生支持！
A5数据本文详细介绍了如何在显卡服务器上从硬件选型、软件部署、模型导出、推理服务构建到性能优化，完整实现一个可用于大规模图像风格迁移的高性能AI服务。通过合理利用显卡（A100/H100）与 TensorRT 等加速技术，可在商用环境中实现高吞吐、低延迟的图像处理效果，同时在质量与效率之间取得良好平衡。
传统序列模型（CNN/RNN/LSTM）与大语言模型（GPT/BERT）并非替代关系，而是互补关系：传统模型是序列数据处理的基础，解决了“从0到1”的序列特征提取问题，在低算力、小数据场景仍不可替代；大模型是语言理解的革命，通过Transformer和预训练范式解决了“从1到100”的通用语义建模问题，在复杂语言任务中展现出碾压性优势。作为开发者，需根据任务需求、数据规模、算力资源三者平衡选型：在
对于个人开发者：从应用一 (视觉 RPA)入手。利用 Kimi 看图的能力，写一个自动化抢票、自动化填表的脚本，成本最低，效果最惊艳。对于企业应用二 (金融/文档分析)是刚需。结合 Kimi 的长上下文和私有化部署 (vLLM)，可以构建极其安全的企业知识库。技术门槛：以上应用都需要API 化部署Kimi-K2.5。你需要一台显存约 48G-80G 的服务器（或使用量化版 + KTransform
摘要： 传统工业质检依赖Halcon、OpenCV等图像处理方案，面临规则适配难、小缺陷漏检率高（＞5%）、维护成本高等痛点。YOLO26通过轻量化架构（2.2M参数/10.8ms延迟）和PSABlock注意力机制，显著提升小缺陷检测（AP提升10.7%，漏检率降至1.8%），并优化光照鲁棒性。实测显示，YOLO26在精度（96.7% vs 89.3%）、适配效率（8小时 vs 72小时）和成本（
图像处理
——图像处理
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
开源鸿蒙跨平台开发者社区
2048 AI社区
九章云极普惠算力
昇腾开源生态专区
人工智能6S服务平台
