目标识别

RK3568笔记九十二：QT使用Opencv显示摄像头

测试使用QT调用Opencv的API显示摄像头，板子为正点原子的RK3568，最终想实现的是在RK3568平台上使用Qt框架进行部署，利用NPU推理加速视频目标识别。

殷忆枫·2025-07-29 02:15

图像处理全栈指南：从传统算法到深度学习，再到FPGA移植

而图像处理算法，就是解读这些信息的“大脑”——从传统的边缘检测到深度学习的目标识别，从实时降噪到高维光谱分割，每一步都决定了产品的性能（如分辨率、帧率、功耗）。

阿牛的药铺·2025-07-28 02:14

人形机器人指南（七）视觉

本章将深入解析目标识别、空间建图、场景理解、手眼协调及人际交互五大视觉能力的技术原理及其在人形平台上的独特实现挑战。7.1目标检测与识别：动态场景中的感知基石人形机器人的目标检测需在复杂动态环境

妫以明·2025-07-26 19:26

第3.3章一文带你入门PCL点云库及在机器人SLAM中的代码实战

什么是PCL库2.2PCL源码头文件分类概览总结2.3安装PCL库2.4基础数据结构与概念三、PCL库在SLAM中的核心应用3.1点云获取与预处理3.2点云特征提取与描述3.3点云配准3.4点云分割与目标识别四

行知SLAM·2025-07-26 14:19

智能喷洒机器人目标识别系统：基于NanoDet的目标检测与UI界面实现

目标识别是智能喷洒机器人中至关重要的部分，它涉及到精准的作物和病虫害识别，确保喷洒操作的准确性。在本篇博客中，我们将构建一个基于NanoDet深度学习目标检测模型的智能喷洒机器人目标识别系统。

YOLO实战营·2025-07-22 16:23

智界R7智驾功能和性能评价

核心算法：HUAWEIADS3.0系统，基于端到端架构，整合感知、决策与控制模块，支持全场景目标识别（如非标准障碍物、夜间行人）。算力支

TheWanderers·2025-07-21 19:54

纸板制造学习3·DOE实验（如正交试验）优化压力组合

以下是简要科普：一、DOE的核心目标识别关键因素：确定哪些变量（如热板压力、原纸克重）对结果（如纸板厚度、粘合强度）影响最大

xinzheng新政·2025-07-21 09:16

目标检测在国防和政府的应用实例

精度高）、SSD（平衡速度与精度）技术升级：结合深度学习（CNN、Transformer）、多模态融合（视觉+红外+雷达）、边缘计算实时处理二、国防领域核心应用实例（一）军事侦察与监控系统无人机侦察与目标识别应用场景

MzKyle·2025-07-05 03:34

提升自动驾驶导航能力：基于深度学习的场景理解技术

本研究提出一种基于深度学习的新方法，将目标识别、场景分割、运动预测与强化学习相结合以提升导航性能。该方法首先采用U-Net架构分解

星辰和大海都需要门票·2025-07-04 21:21

鸿蒙系统下的多线程图像采集与缓冲设计：稳定性与实时性的架构实战

OpenHarmony、CameraKit、多线程采集、图像缓冲队列、图像帧丢失、线程池调度、帧同步机制、缓存池管理摘要：在基于OpenHarmony的图像智能系统中，稳定、高效的图像采集机制是所有后续处理（如目标识别

观熵·2025-06-26 19:21

OpenCV C++ 边缘检测与图像分割

它如同为图像赋予“骨架”，帮助计算机快速识别图像中的物体轮廓、形状与结构，广泛应用于目标识别、图像分割、图像配准等多个领域。1.1概念边缘检测的核心目标是找出图像中像素灰度发生剧烈变化的区域边界。

achene_ql·2025-06-22 23:20

手把手教你学Simulink--四翼无人机场景（51.6）：四翼无人机基于深度学习的目标识别控制仿真

目录一、准备工作二、步骤详解第一步：创建Simulink模型第二步：定义四翼无人机动力学模型第三步：准备深度学习模型第四步：实现图像处理与目标识别第五步：融合目标信息与导航控制示例：状态转移函数和测量函数第六步

小蘑菇二号·2025-06-11 22:56

python+opencv打开摄像头读取视屏流帧/s将1秒的帧数图片分给多线程进行yolo目标识别，如何实现？

本文收录于《全栈Bug调优(实战版)》专栏，致力于分享我在项目实战过程中遇到的各类Bug及其原因，并提供切实有效的解决方案。无论你是初学者还是经验丰富的开发者，本文将为你指引出一条更高效的Bug修复之路，助你早日登顶，迈向财富自由的梦想！同时，欢迎大家关注、收藏、订阅本专栏，更多精彩内容正在持续更新中。让我们一起进步，Up！Up！Up！备注：部分问题/难题源自互联网，经过精心筛选和整理，结合数

bug菌¹·2025-06-09 12:00

【OpenCV】基本数据类型及常见图像模式

OpenCV:是一个基于开源发行的跨平台计算机视觉库，实现一、应用场景：目标识别：人脸、车辆、车牌...自动驾驶医学影像分析视频内容理解与分析：文字识别、公众人物识别、物品分类...二、opencv基本数据类型

钰爱&·2025-05-24 02:17

【计算机视觉系列实战教程 (十二)】：图像分割（阈值分割threshold、分水岭算法watershed的使用步骤、洪水填充floodFill算法的使用）

将图像划分为不同的子区域，使得同一子区域具有较高的相似性，不同的子区域具有明显的差异性(2)Why(对图像进行分割有什么作用)医学领域：将不同组织分割成不同区域帮助分析病情军事领域：通过对图像的分割，为自动目标识别提供参数

还下着雨ZG·2025-05-23 00:47

【OpenCV】帧差法、级联分类器、透视变换

一、帧差法（移动目标识别）：好处：开销小，不怎么消耗CPU的算力，对硬件要求不高，但只适合固定摄像头1、优点计算效率高，硬件要求响应速度快，实时性强直接利用连续帧的像素差异检测运动，延迟极低，可实时捕捉动态目标的运动轨迹

钰爱&·2025-05-18 00:34

DeepSeek 赋能军事：重塑现代战争形态的科技密码

目录一、引言：AI浪潮下的军事变革与DeepSeek崛起二、DeepSeek技术原理与特性剖析2.1核心技术架构2.2独特优势三、DeepSeek在军事侦察中的应用3.1海量数据快速处理3.2精准目标识别追踪

奔跑吧邓邓子·2025-05-18 00:03

基于 NanoDet 的工厂巡检机器人目标识别系统研究与实现

摘要本论文旨在设计并实现一个基于NanoDet模型的工厂巡检机器人目标识别系统。

智能时代的操作系统·2025-05-15 21:31

机器人竞赛目标识别系统：基于YOLOv10的实时识别与图形界面实现

一、项目背景与应用场景在各类机器人竞赛（如RoboMaster、FIRSTRobotics、WER等）中，机器人需要具备快速、准确的视觉识别能力，以便在复杂环境中完成任务，比如：寻找并拾取指定形状或颜色的目标；躲避障碍物；对准敌方或投掷目标。传统方法使用颜色阈值、边缘检测等手段，稳定性差。随着深度学习特别是YOLO系列模型的兴起，基于CNN的实时检测算法成为主流。本项目旨在构建一个完整的目标物检测

YOLO实战营·2025-05-13 00:52

基于yolov11的打电话玩手机检测系统python源码+pytorch模型+评估指标曲线+精美GUI界面

YOLOv11作为新一代目标检测算法，在特征提取与多尺度目标识别能力上实现突破性优化。

FL1623863129·2025-05-07 08:37

OpenCV 图像处理核心技术 (第二部分)

通过对图像进行各种操作，我们可以改善图像质量、提取重要特征、准备图像用于更复杂的任务（如目标识别或图像分割）。本部分将涵盖以下关键主题：图像增强与滤波亮度与对比度调整图像平滑（均值滤波、

LIUDAN'S WORLD·2025-05-02 14:48

HarmonyOS5-AI能力集实操-多点检查

进行目标识别。绘制识别区域。展示识别结果。落地代码1.模块导入import{photoAcc

·2025-04-30 21:50

基于STM32的双摄联合识别系统

背景在于随着安防、智能监控等领域的发展，对目标识别的准确性和可靠性提出了更高要求，单摄像头识别存在视野局限和识别精度不足等问题。

赵谨言·2025-04-17 10:41

OpenCV 从基础到进阶系列之三 -＞ SIFT 和 ORB 的特征检测

OpenCV核心功能详解教程（Python版）从基础到进阶第三章OpenCV中的特征检测与描述是计算机视觉中的核心任务之一，广泛应用于图像匹配、目标识别、3D重建等领域。

HC1025·2025-04-16 23:25

无人机避障与目标识别技术分析！

一、无人机避障技术1.技术实现方式传感器融合：视觉传感（RGB/双目/红外相机）：基于SLAM（同步定位与地图构建）实现环境建模，但依赖光照条件。激光雷达（LiDAR）：高精度点云建模，但成本高、功耗大，小型无人机难以集成。超声波雷达：短距离（5-10米）低成本避障，但易受环境噪声干扰。毫米波雷达：穿透性强（雨雾环境适用），但分辨率低于激光雷达。算法核心：路径规划：A、RRT（快速扩展随机树）等算

云卓SKYDROID·2025-04-16 22:18

LabVIEW 图像处理中常见的边缘检测算法

在LabVIEW图像处理领域，边缘检测对于提取图像特征、目标识别及图像分割等任务至关重要。以下介绍几种常见的边缘检测算法及其在LabVIEW中的应用。

LabVIEW开发·2025-04-13 14:07

基于RK3588国产平台的YOLOv5目标识别案例，真的强！

方案亮点极致算力：瑞芯微RK3588国产平台，6TOPS高性能NPU，支持复杂神经网络推理；实时检测：YOLOv5s模型，轻松实现640x640分辨率，49fps检测速度；多场景适配：工业/医疗/安防等应用领域。技术原理解析YOLO简介YOLO（YouOnlyLookOnce）是一种基于深度学习的目标检测算法。YOLO把目标检测转变为一个回归问题，通过一次遍历即可同时预测图像中物体的位置和类别。相

Tronlong创龙·2025-04-11 05:50

工厂巡检机器人目标识别系统 —— 使用NanoDet深度学习模型

本篇博客将详细介绍如何使用NanoDet模型构建一个用于工厂巡检机器人的目标识别系统，结合UI界面和数据集的实现过程，具体步骤包括数据集准备、模型训练、UI设计以及部署应用。

深度学习YOLO目标检测实战项目·2025-04-11 00:55

Linux系统学习Day2——在Linux系统中开发OpenCV

它提供了丰富的算法和高效的工具集，支持C++、Python等多种语言，涵盖特征提取、目标识别、3D重建等功能，被广泛应用于人脸识别、自动驾驶、医学影像分析及工业检测等场景。

一瓶勇闯天涯的雪花·2025-04-09 05:12

生成式深度学习（1）

人工智能模拟人类思维过程的可能性，不仅局限于被动性任务（比如目标识别）和大多数反应性任务（比如驾驶汽车），还包括创造性活动。

yyc_audio·2025-04-08 12:21

使用OpenCV寻找图像中的轮廓

在图像处理中，寻找图像中的轮廓是一项基础且常用的技术，可以用于形状分析、目标识别等多种应用场景。环境准备在开始之前，请确保你已经安装了Python和OpenCV库。如果还没有安装

AI_茗·2025-04-03 23:28

【2025最新】目标检测中单阶段与两阶段模型名称与发布时间汇总

【YOLOv8多目标识别与自动标注软件开发】8.【基于深度学习的行人跌倒检测系统】9.【基于深度学习的PCB板缺陷检测系统

阿_旭·2025-04-03 10:40

50G的高光谱数据+40个真实项目案例(涵盖城市、植被、水体、地质、土壤五大领域)

通过城市目标识别、植被指数计算、水质参数反演、地质找矿、土壤混合像元分解等多元场景的实战演练，您将掌握高光谱遥感的核心技术，并能够灵活运用

weixin_贾·2025-03-30 21:15

Pytorch入门实战 | 第P9周：YOLOv5-Backbone模块实现

YOLOv5是目标检测算法，是否可以尝试将其网络结构用在目标识别上，或进行改进形成一个全新的算法（类似之前介绍过的VGG1-6）。

K同学啊·2025-03-26 04:42

目标检测YOLO实战应用案例100讲-基于毫米波雷达与摄像头协同的道路目标检测与识别（续）

目录3.2实测数据采集与分析3.2.1回波数据处理3.2.2毫米波雷达数据采集实验3.3基于传统图像特征的目标识别算法3.3.1基于灰度共生矩阵的时频图特征提取3.3.2支持向量机分类器3.3.3实验及结果分析

林聪木·2025-03-20 21:35

基于人工智能的智能视频内容分析系统

基于人工智能的智能视频内容分析系统系统功能1.视频数据预处理降噪与滤波：去除视频画面中的噪点和干扰画质增强：调整亮度、对比度和色彩平衡关键帧提取：减少数据量，提取关键信息2.目标识别检测基于深度学习模型

小彭律师·2025-03-16 09:21

4D雷达再上热搜！华为/小米上车

而毫米波雷达“全天候全天时”工作的能力恰恰是最好的补充；同时，随着4D成像雷达技术的成熟，也解决了过去一直存在的目标识别精度有限、分辨率低以及高程探测能力有限等问题。尤其是

高工智能汽车·2025-03-15 07:29

Faster R-CNN原理详解以及Pytorch实现模型训练与推理

【YOLOv8多目标识别与自动标注软件开发】8.【基于深度学习的行人跌倒检测系统】9.【基于深度学习的PCB板缺陷检测系统

阿_旭·2025-03-12 05:51

无人机动态追踪技术难点与距离分析！

一、技术难点概述目标识别与跟踪算法的鲁棒性复杂场景适应性**：在动态背景（如人群、森林）或光照变化（逆光、夜间）下，算法需精准区分目标与干扰物。

云卓SKYDROID·2025-03-12 01:15

基于PyTorch的深度学习——机器学习1

近些年，随着深度学习的发展，分类除传统的二分类、多分类、多标签分类之外，也出现了一些新内容，如目标检测、目标识别、图像分割等监督学习的重要内容半监督学习是监督学习与无监督学习相结合的一种学习方法。

Wis4e·2025-03-12 00:31

【基于国产RK3588-NPU的yolov5的AI智能盒子】

基于国产RK3588-NPU的yolov5的AI智能盒子背景识别效果区别Python版本目标识别实现cmake（c/c++）版本实现背景前面写了一篇关于基YOLOV5实现的AI智能盒子的实现方案，这篇文章着重讲了如何在

贝壳里的沙·2025-03-10 17:02

在 PiscTrace 上使用 YOLO 进行预测与 MiDaS 景深补偿：体验纯视觉自动驾驶的数据分析

通过这两个模型的结合，PiscTrace可以提供高精度的目标识别与环境感知功能，帮助用户进行实时的驾驶数据分析，为决策系统提供宝贵的数据支持。本文将详细介绍如何

那雨倾城·2025-03-09 10:30

基于RK3588的AI摄像头应用解决方案

随着人工智能（AI）技术的快速发展，越来越多的视频监控系统开始直接在摄像头上部署AI分析，视频监控从早期的图像记录发展到如今具备AI运算能力和算法，可进行目标识别、行为分析以及事件反馈，实现从被动记录到主动预警的转变

浙江启扬智能科技有限公司·2025-03-06 14:08

拦阻式干扰matlab,16号数据链干扰战术应用研究

相对于Link-11来说,它在抗干扰、保密、数据吞吐量、信息交换量、终端体积、导航、精确定位和目标识别等方面都有明显的进步,16号数据链采用时分多址(TDMA)方式组网,不再需要网络控制站,网络成为一个无关键节点的系统

weixin_39932330·2025-03-06 06:01

yolo目标检测项目

目标识别：将检测到的目标与预定义的类别进行匹配，以便为目标添加语义标签。多目标检测：在一张图像中检测并识别多个目标，包括重叠目标和不

m0_75047393·2025-03-02 03:12

2025最新Python机器视觉实战：基于OpenCV与YOLOv8的实时目标检测与跟踪（附完整代码）

emmm形成中·2025-02-23 11:13

动态蛇形卷积在YOLOv8中的探索与实践：提高目标识别与定位精度

文章目录动态蛇形卷积在YOLOv8中的探索与实践：提高目标识别与定位精度1.什么是动态蛇形卷积？

向哆哆·2025-02-20 13:07

基于python深度学习遥感影像地物分类与目标识别、分割实践技术应用

专题一：深度学习发展与机器学习深度学习的历史发展过程机器学习，深度学习等任务的基本处理流程梯度下降算法讲解不同初始化，学习率对梯度下降算法的实例分析从机器学习到深度学习算法专题二深度卷积网络、卷积神经网络、卷积运算的基本原理池化操作，全连接层，以及分类器的作用BP反向传播算法的理解一个简单CNN模型代码理解特征图，卷积核可视化分析专题三TensorFlow与keras介绍与入门TensorFlow

xiao5kou4chang6kai4·2025-02-20 11:20

双光吊舱应用行业！！

目标识别与跟踪：吊舱内置的目标识别算法能够实现对远距离目标的追踪、摄像和监控，特别是在夜间或恶劣天气条件下，红外热成像技术能够发挥重要作用。远程打击：无人机搭载

云卓SKYDROID·2025-02-18 05:00

双目立体视觉（1）

单目视觉依赖单摄像头获取二维平面图像，在知晓物体实际尺寸的前提下，结合相机成像模型能够计算出距离，但这种单一的2D图像在深度感知能力上存在局限，且较易受到动态背景的干扰，通常被应用于缺陷检测、目标识别等相关领域

2501_90596733·2025-02-13 00:43

推荐频道