logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

开源:深度学习模型和姿态估计代码开源代码推荐,人工智能教程

 开源:深度学习模型和姿态估计代码开源代码推荐,人工智能教程(趣说人工智能编译,来源modelzoo)。姿态估计的任务旨在将RGB图像或视频的人像素映射到人体的3D表面。姿态估计是一个多任务任务,并涉及其他几个问题:物体检测,姿态估计,分割等。姿态估计的应用包括需要超越简单地标定位的问题,如图形,增强现实(AR)或人机交互(HCI)。姿态估计还涉及基于3D的物体识别的许多方面。在这篇文章中,我..

深度学习用于图像压缩

CHALLENGE ON LEARNED IMAGE COMPRESSION 挑战赛由 Google、Twitter、Amazon 等公司联合赞助,是第一个由计算机视觉领域的会议发起的图像压缩挑战赛,旨在将神经网络、深度学习等一些新的方式引入到图像压缩领域。据 CVPR 大会官方介绍,此次挑战赛分别从 PSNR 和主观评价两个方面去评估参赛团队的表现。不久之前,CLIC 挑战赛比赛结果公布:在..

当前训练神经网络最快的方式:AdamW优化算法+超级收敛

最优化方法一直是机器学习中非常重要的部分,也是学习过程的核心算法。而 Adam 自 14 年提出以来就受到广泛关注,目前该论文的引用量已经达到了 10047。不过自去年以来,很多研究者发现 Adam 优化算法的收敛性得不到保证,ICLR 2017 的最佳论文也重点关注它的收敛性。在本文中,作者发现大多数深度学习库的 Adam 实现都有一些问题,并在 fastai 库中实现了一种新型 AdamW .

人体姿态识别

人体姿态识别(HPE)是计算机视觉的核心技术,通过检测图像/视频中人体关键点(如关节)并重建骨架结构,实现动作分析和行为理解。本文提出端到端识别策略,结合COCO、MPII等多数据集混合训练,模型在COCO测试集达76.5% mAP,推理速度30FPS(1080p)。技术采用热图优化和轻量化设计(5MB),适用于健身监测、AR/VR等场景。核心对比了Top-Down、Bottom-Up和One-S

文章图片
#人工智能#计算机视觉
使用opencv进行人脸识别

目录1介绍2人脸识别3数据准备4人脸识别4.1特征脸(Eigenfaces)4.1.1PCA计算过程4.2FisherFaces4.3局部二值模式直方图(cal Binary Patterns Histograms)4.3.1LBP发展优化4.3.2LBP提取特征向量介绍从OpenCV2.4开始

#算法#opencv
深度挖坑系列之三:人脸识别,角度空间,欧氏空间,margin

这是深度挖坑系列的第三篇,可能也是有关人脸识别方向的最后一篇。第二篇,讲network的,由于某些原因,没有写完,之后会补上。写这篇文章的目的,大概有三个:第一,将第一篇中feature norm的东西补完;第二,最近sensetime用asoftmax在megaface上面刷到了99.8,说一下margin相关的东西;第三,说一说face comparing的局限性。最后,说一下,因...

#计算机视觉#人工智能#深度学习
c/c++ 代码中使用sse指令集加速

使用SSE指令,首先要了解这一类用于进行初始化加载数据以及将暂存器的数据保存到内存相关的指令,我们知道,大多数SSE指令是使用的xmm0到xmm8的暂存器,那么使用之前,就需要将数据从内存加载到这些暂存器。 1. load系列,用于加载数据,从内存到暂存器__m128 _mm_load_ss (float *p)__m128 _mm_load_ps (float *p)...

图像增强算法(直方图均衡化、拉普拉斯、Log、伽马变换)

https://www.cnblogs.com/polly333/p/7280764.htmlhttps://www.cnblogs.com/polly333/p/7280764.htmlhttps://www.cnblogs.com/polly333/p/7280764.html一、图像增强算法原理图像增强算法常见于对图像的亮度、对比度、饱和度、色调等进行...

文章图片
#算法#计算机视觉#人工智能
深度学习用于图像压缩

CHALLENGE ON LEARNED IMAGE COMPRESSION 挑战赛由 Google、Twitter、Amazon 等公司联合赞助,是第一个由计算机视觉领域的会议发起的图像压缩挑战赛,旨在将神经网络、深度学习等一些新的方式引入到图像压缩领域。据 CVPR 大会官方介绍,此次挑战赛分别从 PSNR 和主观评价两个方面去评估参赛团队的表现。不久之前,CLIC 挑战赛比赛结果公布:在..

基于嵌入式设备的 单目标跟踪算法

最近基于嵌入式设备(Khadas Vim3)做了一套单目标跟踪算法,跟踪效率可以做到每秒25帧左右。

文章图片
    共 50 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择