计算机视觉标签_龙虾开发者社区

计算机视觉

02-Git 仓库蒸馏术：从代码仓库到 OpenClaw 虚拟人-蒸馏目标定义

这是《Git 仓库蒸馏术：从代码仓库到 OpenClaw 虚拟人》系列的第 2 篇。在跑任何 git 命令之前，先想清楚目标——否则你会被 8,000 次提交和 40 个模块淹没。

leoZ231
2026-08-17 17:23:33

 397

 2

#git #java #大数据 +4
手把手教你用OpenCV实现张正友相机标定（附Python代码）

本文详细介绍了如何使用OpenCV实现张正友相机标定，包括棋盘格准备、角点检测、核心标定流程及结果评估。通过Python代码示例，帮助读者掌握视觉标定技术，提升三维感知系统的精度，适用于计算机视觉和工业检测等领域。

无目标无压力
2026-04-11 09:22:43

 248

 5

#计算机视觉
H.App.PythonTrainer

【代码】H.App.PythonTrainer。

*Major*
2026-04-01 15:40:25

 98

#图像处理 #计算机视觉 #深度学习 +1
基于MATLAB和Python的图像的点运算实例（线性点运算和非线性点运算）

一、引言图像点运算也叫灰度变换，是图像处理基础操作。它，运算结果只由该像素原始值决定，与邻域像素无关。运算不会改变图像像素空间位置与几何结构，仅调整灰度分布，常用于亮度调节、对比度增强、灰度校正，分为线性点运算与非线性点运算两类。下面通过一幅灰度图像利用MATLAB进行线性点运算和非线性点运算增强。二、原始图像和程序clear all;close all;imshow(I);I2=1.5*I;%调

 xrgs_shz
2026-03-27 21:27:51

 416

 6

#人工智能 #算法 #图像处理 +1
Python OpenCV 边缘检测效果对比

本文提供了一套完整的Python+OpenCV边缘检测对比代码，可直接运行实现Roberts、Prewitt、Sobel和Canny四种算子。代码包含图像读取、边缘检测算法实现和结果可视化功能，支持一键生成5张对比效果图。其中Roberts算子对对角线敏感但噪声多，Prewitt边缘连续但抗噪一般，Sobel效果最均衡（抗噪强、边缘完整），Canny则是最优选择（边缘清晰、噪声最少）。该方案适合需

 shy^-^cky
2026-04-12 23:29:09

 124

 1

#python #opencv #计算机视觉
python神经网络编程入门（三）----矩阵乘法真是神经网络的“偷懒神器”

这篇文章用通俗易懂的方式，把矩阵乘法从“枯燥的数学工具”变成了神经网络里的“计算加速器”。作者先用Excel表格类比矩阵结构，讲清“点乘”规则和行列匹配的关键，然后以3层神经网络为例，一步步演示信号如何通过权重矩阵变换、Sigmoid激活函数压缩，最终算出输出结果。全程用具体数字手算验证，让读者直观看到矩阵如何把海量乘加运算压缩成简洁的X = W·I，既避免了人工计算的繁琐与错误，也为后续的误差反

 Lee_jerome
2026-07-06 23:01:30

 450

 15

#python #目标检测 #深度学习 +3
用Python+MediaPipe零成本复刻AI武术教练：手把手教你搭建骨骼分析系统（附完整代码）

本文介绍了如何在星图GPU平台上自动化部署AI人体骨骼关键点检测镜像，快速搭建武术动作分析系统。该平台简化了环境配置流程，用户可基于此镜像开发实时动作捕捉与评估应用，例如为武术练习者提供姿势规范性反馈，实现零成本的AI辅助训练。

OnyxTiger47
2026-03-07 00:30:36

 280

 6

#计算机视觉
YOLO-V5实战体验：手把手教你用Python代码实现图片目标检测

本文介绍了如何在星图GPU平台上自动化部署Yolo-v5镜像，快速搭建目标检测环境。通过该平台，用户可便捷地运行Python代码，实现对图片中物体（如行人、车辆）的实时识别与定位，适用于安防监控、交通管理等实际场景。

欧学东
2026-03-09 00:15:07

 261

 2

#目标检测 #计算机视觉
python神经网络编程入门（七）——跑通MNIST手写数字识别，验证训练成果与测试准确率。

本文讲解如何基于 MNIST 手写数字数据集，搭建并训练一个三层神经网络实现数字识别。内容涵盖 MNIST 数据集构成、图像像素归一化、标签独热编码等数据预处理方法；介绍「784 输入 - 100 隐藏 - 10 输出」的基础网络结构。通过前向传播、反向传播与小批量迭代完成模型训练，最终在测试集实现约 90% 识别准确率，并分析了隐藏层节点的设置思路。全文附带完整可运行代码，适合新手动手实操、理解

 Lee_jerome
2026-07-11 12:44:27

 1492

 48

#人工智能 #计算机视觉 #深度学习 +3
**三维重建新视角：基于Python与Open3D的实时点云拼接实战解析**在计算机视觉和机器人领域，**三维

通过本文介绍的方法，你已经掌握了一个从零开始构建三维重建流水线的能力。不再局限于论文中的抽象描述，而是具备了动手实现、调试优化、部署上线的能力。🚀 提醒：若需更高精度，请考虑引入法向量一致性约束、颜色权重ICP、以及闭环检测机制（Loop Closure），这将在下一阶段深入探讨。本方案已在树莓派4B+USB相机平台上实测成功，单帧处理时间小于80ms，适用于边缘端实时重建需求。📌Open3D

A121414142342
2026-04-16 02:25:05

 81

#python #计算机视觉 #机器人 +1
Swin Transformer目标检测实战：从环境配置到模型训练（CUDA10.2+Python3.6保姆级教程）

本文提供Swin Transformer在目标检测任务中的完整实战指南，从CUDA10.2和Python3.6环境配置到模型训练与优化。详细讲解依赖安装、数据集准备、参数调优等关键步骤，帮助开发者快速掌握这一先进视觉技术，提升目标检测任务性能。

时光里的沙漏
2026-03-17 01:01:47

 126

#目标检测 #计算机视觉
Python入门实战：用YOLOv12快速实现你的第一个目标检测程序

本文介绍了如何在星图GPU平台上自动化部署YOLOv12目标检测镜像，快速搭建AI开发环境。通过该平台，用户无需复杂配置即可运行预训练模型，轻松实现图片中物体（如行人、车辆）的自动识别与标注，为计算机视觉入门和原型验证提供了便捷高效的解决方案。

晁好刚
2026-03-14 00:07:01

 399

 9

#目标检测 #计算机视觉
小白也能学会！Python 一站式实现：表情识别 + 疲劳检测 + 年龄性别检测（保姆级教程）

这一套代码整合了表情识别 + 疲劳检测 + 年龄性别检测，是非常经典的计算机视觉入门项目。不用懂复杂算法，复制粘贴就能跑，非常适合小白练手！

穿过锁扣的风
2026-04-07 21:58:09

 514

 17

#opencv #人工智能 #计算机视觉
面阵相机 vs 线阵相机：堡盟与海康相机选型差异全解析附Python实战演示

面阵相机 vs 线阵相机：堡盟与海康相机选型差异全解析附Python实战演示

 xianzuzhicai
2026-04-26 23:11:37

 523

 8

#python #开发语言 #人工智能 +2
Python实战：5分钟搞定面部表情识别（附完整代码与数据集）

本文提供了一份快速实现面部表情识别的Python实战指南。通过使用TensorFlow/Keras构建轻量级CNN模型，并利用FER2013数据集进行训练，开发者可在短时间内搭建原型系统。文章详细介绍了从环境配置、数据处理、模型训练到实时摄像头应用的全流程，并附有完整代码，帮助读者快速上手AI视觉项目。

xmyams
2026-03-07 00:03:03

 230

 6

#深度学习 #计算机视觉
HOG特征实战：用OpenCV实现行人检测的完整流程（附Python代码）

本文详细介绍了如何使用OpenCV和Python实现基于HOG（方向梯度直方图）特征的行人检测完整流程。从HOG特征的核心原理与直观理解出发，逐步讲解环境搭建、特征提取、SVM分类器训练、多尺度检测与非极大值抑制等关键步骤，并提供了可运行的代码示例和性能优化实战建议，帮助读者掌握这一经典计算机视觉技术的工程化应用。

谢丽鹿
2026-03-06 00:19:12

 136

 1

#计算机视觉
GLM-4-9B-Chat-1M与卷积神经网络结合：多模态理解系统

本文介绍了如何在星图GPU平台上自动化部署GLM-4-9B-Chat-1M镜像，构建多模态理解系统。该系统结合了卷积神经网络（CNN）的视觉理解能力与GLM大模型的长文本处理优势，可应用于智能教育辅助，例如自动解析并讲解手写几何证明题的图片。

钭胥冉
2026-02-11 00:01:13

 388

 4

#计算机视觉
无需专业显卡！Qwen2-VL-2B-Instruct轻量级部署教程

本文介绍了如何在星图GPU平台上自动化部署Qwen2-VL-2B-Instruct轻量级多模态模型。该平台简化了部署流程，用户可快速搭建环境，利用该模型实现图片与文本的语义相似度比对，例如通过文字描述精准搜索匹配的图片，为内容管理、图像检索等场景提供高效AI解决方案。

AWS云计算
2026-02-11 00:13:01

 342

 4

#计算机视觉
从帧采样到硬件加速视频眼：RNOISE Video Vision 的 GPU/NPU 多模态视频理解工程实践

RNOISE Video Vision 是一个开源项目，旨在为AI Agent提供本地硬件加速的视频理解能力。它通过构建一条可审计的视频理解管线，让Agent能够分析本地视频并生成结构化报告。项目采用分层架构，包含视频元数据提取、时序窗口分割、物体检测、OCR文本识别、动作识别等功能模块，并支持根据硬件能力动态选择计算路径。其设计强调证据化、本地化处理、隐私保护和可扩展性，避免简单抽帧+大模型描述

 梦帮科技
2026-07-02 22:35:49

 551

 6

#音视频 #python #人工智能 +4
最强AI设计智能体Lovart，保姆级入门教程。

【AI设计工具Lovart深度测评：为什么值得年费订阅？】作为长期使用各类AI设计工具的博主，作者认为Lovart凭借稳定性、全链路设计能力和创新功能脱颖而出。与其他工具不同，Lovart作为全球首个设计领域AI智能体，能完整承接从需求理解到方案输出的全流程设计任务。其核心优势包括：品牌视觉自动对齐功能、图层级细节修改能力、字体版权解决方案、智能样机生成，以及可沉淀设计经验的CreateSkill

AIGC Studio
2026-06-29 22:17:06

 1490

 6

#人工智能 #深度学习 #计算机视觉 +1
2026年openclaw智能体下载推荐五款主流产品实测覆盖多场景办公需求

平台划分多套标准化技能套装，覆盖办公事务、内容创作、跨境电商、海外业务、技术辅助等方向，同时配套十余类细分领域专属智能体人设，适配办公生产力、图文创作、店铺运营、创意设计等不同使用场景。在 openclaw 智能体下载推荐的技术开发分类里，CowAgent 是社区关注度较高的开源发行版，截至 2026 年上半年，其 GitHub 开源仓库星标数量突破 4.2 万，主打 Python 开发生态适配、

2601_96343836
2026-06-22 16:34:35

 251

 5

#人工智能 #计算机视觉 #大数据 +1
揭秘Chord：AI如何精准捕捉视频中的动态时空线索？

本文介绍了如何在星图GPU平台上自动化部署Chord视频时空理解工具，并利用其进行高效的视频内容分析。该工具基于Qwen2.5-VL多模态大模型，能够精准理解视频中的动态事件与时空关系。一个典型的应用场景是，用户可快速从长视频中定位并提取特定人物或动作的所有片段，极大提升视频审核与内容检索的效率。

徐晓波
2026-03-04 01:08:28

 215

 9

#计算机视觉
Qwen3-VL古建修复实战：从图像识别到3D打印构件的全链路拆解

本文介绍了如何利用星图GPU平台自动化部署Qwen3-VL-WEB镜像，构建AI辅助的古建筑修复工作流。该方案能通过上传破损构件照片，由模型自动分析并生成三维重建数据，最终驱动3D打印出精准的修复部件，极大提升了传统修复的效率与精度。

ThunderstormLynx23
2026-03-04 01:49:17

 299

 4

#计算机视觉
多模态与模型评测：拓展 AI 的边界

多模态（Multimodal）= 模型能处理多种类型的输入和输出：文本、图像、音频、视频。模型文本图像理解图像生成语音视频GPT-4o✅✅✅(DALL·E)✅✅✅✅❌❌❌✅✅✅(Imagen)✅✅Llama 4✅✅❌❌❌多模态GPT-4o/Gemini 已原生支持视觉+语音，Claude 支持视觉视觉理解的典型应用：OCR、文档解析、图表分析、设计稿转代码语音流水线：ASR(Whisper) →

公众号 coft
2026-03-04 09:33:11

 424

 10

#人工智能 #计算机视觉
AI编程助手新体验：像使用Claude Code一样用MiniCPM-V-2_6辅助视觉项目开发

本文介绍了如何在星图GPU平台上自动化部署MiniCPM-V-2_6镜像，将其作为AI编程助手辅助视觉项目开发。该多模态模型能理解视觉意图，提供算法思路并生成代码，典型应用场景包括自动化检测工业图像中的特定零件，从而提升开发效率。

Fkvision
2026-03-05 00:46:44

 294

 7

#计算机视觉
【带畸变参数的逆相机模型投影仪标定下的单方向条纹3D重建研究报告】

摘要：本文探讨了在单目条纹结构光系统中，使用带畸变参数的逆相机模型标定投影仪后，如何仅通过单方向条纹进行3D重建的问题。作者原本考虑通过反畸变补偿处理条纹图，但因技术限制未能实现。在查阅文献未果后，借助Google Gemini Deep Research功能获得了详细解决方案。AI报告系统性地分析了基于逆相机模型的标定原理、单方向条纹相位关系、极线约束匹配机制，并给出了包含相位解包裹、畸变校正、

memmolo
2026-03-05 10:38:05

 305

 6

#3d #计算机视觉