opencv磨皮算法

基于STM32平衡小车设计

本文旨在设计并实现一款基于STM32微控制器的智能平衡车系统，提升其稳定性和操控性，探索如何通过传感器数据和控制算法实现精确平衡控制。
1+2单片机电子设计·2025-07-29 00:24

表征学习：机器认知世界的核心能力与前沿突破

一、定义与背景：从特征工程到自动化学习表征学习（RepresentationLearning），又称特征学习（FeatureLearning），是机器学习的核心技术领域，其核心目标是通过算法自动学习数据的内在特征表示
大千AI助手·2025-07-29 00:52

CIRL：因果启发的表征学习框架——从域泛化到奖励分解的因果革命

后续研究（如GRD、Diaster算法）将其扩展至强化学习的奖励分解领域，通过因果充分性、稀疏性与正交性约束，解决延迟奖励与奖励黑客问题。原始论文发表于CV
大千AI助手·2025-07-29 00:51

踏上人工智能之旅（一）-----机器学习之knn算法

概述（2）三种类型1.监督学习（SupervisedLearning）：2.无监督学习（UnsupervisedLearning）：3.强化学习（ReinforcementLearning）：二、KNN算法的基本原理
Sunhen_Qiletian·2025-07-28 23:47

链表也能整容？聊聊‘重排链表’的那些小技巧与深层逻辑

聊聊‘重排链表’的那些小技巧与深层逻辑”今天我们不聊大数据，不聊AI，咱回归算法的“原点”——链表。别看它简单，里面的很多技巧在面试、在工程开发里都能救你一命。
Echo_Wish·2025-07-28 23:46

HashMap理解

hash算法就是散列算法。就是把任意长度的输入变成有限长度的输出。是不可逆的算法，像md5，SHA1就是。通常散列值的空间通常远小于输入的空间，不同的输入可能会散列成相同的输出，这就是hash碰撞。
擎天一柱aaa·2025-07-28 23:19

AI驱动的安全自动化响应架构设计

文章目录1.引言：当AI遇上网络安全传统安全响应的痛点AI自动化的必要性2.架构设计核心理念设计原则关键能力要求3.系统架构全景图整体架构概览核心组件介绍4.数据处理与威胁检测层数据采集引擎AI检测算法
TechVision大咖圈·2025-07-28 23:12

《零基础入门AI：从图像梯度到凸包特征检测（OpenCV图像特征提取）》

一、图像梯度处理：理解像素变化的本质1.1图像梯度基础图像梯度是计算机视觉中的核心概念，它描述了图像中像素强度的变化情况：梯度方向：像素值变化最剧烈的方向（垂直于边缘）梯度幅度：像素值变化的强度（值越大表示边缘越明显）物理意义：就像地形图中的等高线，梯度大的地方相当于陡坡，梯度小的地方相当于平地1.2垂直边缘提取垂直边缘是图像中物体左右边界形成的线条：特征：水平方向上像素值发生突变应用场景：文档扫
竹子_23·2025-07-28 21:36

《零基础入门AI：OpenCV图像预处理进一步学习》

本文全面讲解OpenCV图像预处理的七大核心技术（插值方法、边缘填充、图像矫正（透视变换）、图像掩膜、ROI切割、图像添加水印、图像噪点消除），每个知识点都配有详细解释和实用代码示例，帮助初学者建立系统的图像处理知识体系
竹子_23·2025-07-28 21:06

OpenCV基础02_图像预处理

OpenCV提供了许多图像预处理的函数和方法，一些常见的图像预处理操作：图像色彩空间转换图像大小调整图像仿射变换图像翻转图像裁剪图像二值化处理图像去噪边缘检测图像平滑处理图像形态学一、图像翻转cv2.flip
白槿_cha·2025-07-28 21:35

小白学视觉 | 在OpenCV中进行图像预处理

原文链接：在OpenCV中进行图像预处理今天，我们进一步深入，并处理在图像处理中常用的形态学操作。形态学操作用于提取区域、边缘、形状等。什么是形态学操作？形态学操作是在二值图像上进行的。
双木的木·2025-07-28 21:35

数独求解器与生成器（回溯算法实现）

摘要本毕业设计旨在利用MATLAB技术实现一个基于回溯算法的数独求解器与生成器。
佩爷0107·2025-07-28 21:33

30个高效算法竞赛实战技巧

使用注释标记关键约束，如：//Constraints://1≤N≤1e5//Outputmustbeinlowercase算法复杂度匹配建立常见输入规模与对应算法复杂度的映射表：1e6级别：必须使用O(
麦克•柯里昂·2025-07-28 20:27

AI人工智能深度学习的模型评估与选择

文章将详细介绍模型评估与选择的相关背景知识，深入剖析核心概念与联系，阐述核心算法原理及具体操作步骤，运用数学模型和公式进行详细讲解并举例说明
AI大模型应用之禅·2025-07-28 20:27

AI技术落地的综合实战经验报告，结合最新行业案例、代码示例及可视化图表，系统阐述AI在开发提效、算法优化与行业应用中的实践路径。

一、自动化开发革命：从代码生成到低代码架构1.1自然语言转代码（NL2Code）实战技术架构基于GPT-4/Codex的代码生成器实现以下流程：graphTDA[自然语言输入]-->B(GPT-4/Codex解析)B-->C{代码解析器}C-->D[Python/Java/SQL]C-->E[测试用例]D-->F[代码质量检测]F-->G[可执行程序]典型场景：数据清洗函数生成python#输入提
·2025-07-28 20:56

冬妈的幸福生活之——过年拜年

回复：宝贝，你妈当年皮着呢，你得好好折腾她喔！宝贝留言：好的，我会折腾她的！！回复：阿姨就知道你是个听话的孩子！！
项晓丹珠宝鉴定师·2025-07-28 20:40

RocketMQ集群高级特性

深入探讨集群架构中的高可用实现机制一、DLedger文件一致性协议1.高可用集群下的消息一致性问题核心挑战：节点不稳定性（随时宕机）网络抖动导致请求丢失数据顺序保证困难快速响应客户端需求解决方案分类：弱一致性算法
·2025-07-28 20:25

halcon机器视觉算法原理与编程实战pdf_福利 | 免费送5本机器视觉Halcon的经典书籍...

本书将针对机器视觉的原理和算法，以及如何应用算法解决问题进行探讨和说明，并利用Halcon对各种机器视觉算法进行举例，让读者全面、深入、透彻地理解Halcon机器视觉开发过程中的各种常用算法的原理及其应用方法
weixin_39609650·2025-07-28 20:24

java对ac_AcWing 143. 最大异或对(Java)

我就说说我对这个Trie树算法解的两个问题1、son[n][m]怎么理解，位移数位个数为什么是从30-0右移？
weixin_39783156·2025-07-28 20:54

深入浅出理解堆：从原理到 C++ 实现

堆（Heap）是计算机科学中一种非常重要的数据结构，广泛应用于优先队列、排序算法、调度系统等场景。
lbflyo·2025-07-28 19:18

深入理解 Top-K 问题：高效的 nlogk 算法及 C++ 实现

在日常开发和算法面试中，Top-K问题是一类非常常见的场景。例如"找出数组中前K个最大的元素"、"统计热门搜索词"、"推荐系统中的热门商品"等，都可以归结为Top-K问题。
·2025-07-28 19:18

【OpenCV基础】凸包检测、Harris角点检测、Canny边缘检测

：如果你也对机器人、人工智能感兴趣，看来我们志同道合✨：不妨浏览一下我的博客主页【https://blog.csdn.net/weixin_51244852】：文章若有幸对你有帮助，可点赞收藏⭐不迷路：内容若有错误，敬请留言指正！原创文，转载请注明出处文章目录一、凸包检测API1.drawContours2.convexHull全部代码-有滑动条效果展示部分代码-无滑动条二、Harris角点检测角
·2025-07-28 19:16

复杂度分析手册：O (n) 背后的数学逻辑与实战技巧

在实际开发中，我们可以通过编写代码、运行程序并统计时间来评估算法效率，这种方法称为“事后统计法”。
rjewh88998·2025-07-28 18:45

算法优化之道：从暴力破解到剪枝策略的进阶之路

在算法的世界里，解决问题的路径往往从“能做出来”开始，逐步走向“做得更好”。
rjewh88998·2025-07-28 18:15

使用Python，OpenCV计算跑图的图像彩色度

使用Python，OpenCV计算跑图的图像彩色度这篇博客将介绍如何计算跑图里最鲜艳的top25图片和最灰暗的top25图片并显示色彩彩色度值展示。
程序媛一枚~·2025-07-28 18:14

OpenCV（11）边缘检测、轮廓绘制、简单平移距离测量 C++

1.边缘检测原文链接：http://blog.sina.com.cn/s/blog_154bd48ae0102weuk.html边缘检测的一般步骤：1.滤波边缘检测的算法主要是基于图像的一阶和二阶导数。
sam-zy·2025-07-28 18:14

OpenCV图像梯度边缘轮廓处理

一、梯度处理的sobel算子函数函数名：cv2.Sobel(src,ddepth,dx,dy,ksize=3,scale=1,delta=0,borderType=None)功能：用于计算图像梯度（gradient）的函数参数：src:输入图像，它应该是灰度图像。ddepth:输出图像的所需深度（数据类型）。通常，你可以使用-1来表示与输入图像相同的深度，或者使用如cv2.CV_64F等来指定特定
Jiamusi_night·2025-07-28 18:14

【人工智能-14】OpenCV梯度处理、边缘检测、绘制轮廓、凸包检测、轮廓特征查找

上一期【人工智能-13】OpenCV插值方法，边缘填充，图像矫正，图像掩膜，图像融合与噪点消除文章目录一、梯度处理1.图像梯度2.垂直边缘提取3.Sobel算子4.Laplacian算子二、边缘检测1.
m0_64233047·2025-07-28 18:44

OpenCV+Python

安装OpenCV：Python：直接pipinstallopencv-python（核心库）和opencv-contrib-python（扩展功能）。
·2025-07-28 18:12

音视频流媒体开发【七十二】- RTSP流媒体7-SDP协议分析

音视频流媒体开发-目录iOS知识点-目录Android-目录Flutter-目录数据结构与算法-目录uni-pp-目录SDP（SessionDescriptionProtocol）完全是⼀种会话描述格式
AlanGe·2025-07-28 18:32

睡岗识别漏检率 3%？陌讯动态检测技术解密

传统监控系统依赖人工巡检，不仅人力成本高昂，还存在80%以上的漏检风险；而普通视觉算法则常因光照变化、姿态遮挡等问题，出现高达30%的误报率，严重干扰监控效率[实测数据来源：某能源企业2024年运维报告
2501_92487762·2025-07-28 18:41

路口实时检测 30FPS+：陌讯抗遮挡算法实测

传统视觉算法在实际部署中常面临三重挑战：强光/逆光环境下目标特征丢失导致的漏检率超20%；行人与非机动车遮挡场景下误判率高达15%；普通GPU设备上难以维持25FPS以上的实时性[3]。
2501_92488070·2025-07-28 18:41

打电话识别误报率↓82%：陌讯轻量化部署算法实战解析

摘要：针对边缘计算优化和复杂场景鲁棒性挑战，本文解析陌讯视觉算法在打电话识别中的轻量化部署方案。实测显示，该方案在误报率指标上较基线提升显著，适用于安防监控等场景。
2501_92474790·2025-07-28 18:41

破解电梯场景难题：陌讯识别算法 mAP 达 98.7%

开篇痛点：电梯间电动车识别的行业困局传统视觉算法在电梯间电动车检测场景中始终面临三重挑战：复杂光线环境下（如强光直射、夜间低照度）目标特征提取不稳定，电动车与婴儿车、行李箱等相似物体的误判率高达35%；
2501_92474790·2025-07-28 18:11

电线杆鸟巢识别误报率↓72%：陌讯多模态融合算法实战解析

原创声明本文为原创技术解析文章，核心技术参数与架构描述参考自《陌讯技术白皮书》，转载请注明来源。一、行业痛点：电线杆鸟巢识别的现实挑战电力巡检领域中，电线杆鸟巢被列为重要安全隐患之一。据电力行业运维报告显示，传统机器视觉系统在该场景下存在三大核心问题：复杂背景干扰：鸟巢与枯枝、塑料杂物的视觉特征高度相似，导致误报率超35%环境适应性差：逆光、阴雨等天气下识别准确率骤降40%以上边缘部署瓶颈：变电站
2501_92474779·2025-07-28 18:40

陌讯动态特征融合算法在安全带穿戴识别中的实战优化

一、行业痛点：安全带穿戴识别的现实挑战据交通部2023年道路运输安全报告显示，货运车辆与网约车的安全带穿戴识别场景中，传统算法存在三大核心问题：复杂光照干扰：逆光场景下（如清晨/傍晚行车），安全带特征被强光淹没
2501_92474779·2025-07-28 18:40

棉田霉斑病难识别？陌讯跨季节检测方案误判率直降58%！

开篇痛点在农业病虫害识别场景中，传统算法常面临三大挑战：叶片遮挡导致的特征丢失（约32%误检）、跨季节形态变异（冬夏病虫害差异超60%）、复杂光照干扰（田间正午强光下mAP暴跌28%）。
2501_92474779·2025-07-28 18:40

陌讯算法实测降 90%

而采用普通开源算法部署的自动识别系统，又面临箱体污渍遮挡、表计型号混杂、边缘计算设备算力有限等多重挑战，实际商用时mAP（平均精度）往往跌破70%，难以满足电力行业的可靠性要求技术解析：从传统方法到陌讯创新架构传统电表箱识别多采
·2025-07-28 18:10

夜间监控模糊不清？陌讯低光目标检测方案解读

开篇痛点：安防监控的检测困局在智慧城市建设浪潮下，安防监控面临核心矛盾：复杂场景中传统算法的泛化性短板日益凸显。某市级公安部门数据显示，夜间监控的误报率高达34%，雨雾天气下漏检率超40%。
2501_92474779·2025-07-28 18:10

岸边垃圾识别准确率↑32%：陌讯多模态融合算法实战解析

原创声明本文为原创技术解析，核心技术参数与架构设计引用自《陌讯技术白皮书》，转载请注明来源。一、行业痛点：岸边垃圾识别的三大技术瓶颈岸边垃圾监测是水环境治理的重要环节，但传统视觉方案始终面临难以突破的技术壁垒：复杂背景干扰：岸边植被、岩石、水面反光等与垃圾目标特征高度相似，某环保机构报告显示，传统模型误将水草识别为塑料袋的概率超35%；动态环境鲁棒性不足：早晚光照差异（逆光场景亮度差可达2000l
2501_92474745·2025-07-28 18:09

实时检测延迟超200ms？陌讯新框架FPS提速50%揭晓

开篇痛点在现代安防监控场景中，实时目标检测（Real-timeObjectDetection）至关重要，但传统算法如FasterR-CNN或YOLOv5往往面临严峻挑战。
2501_92474779·2025-07-28 18:09

陌讯多模态融合算法在智慧安防的实战优化

摘要针对边缘计算优化在复杂光照场景的鲁棒性挑战，本文解析陌讯视觉算法的多模态融合架构。
·2025-07-28 18:38

以AI人工智能为核心，发展空间智能

结合智能建筑、智慧城市等实际场景，展示从算法原理到工程落地的完整技术链条
AI智能探索者·2025-07-28 17:07

AI编译器-算法篇（1）遗传算法GA

AI编译器-算法篇（1）遗传算法GA目录AI编译器-算法篇（1）遗传算法GA目录摘要前言目前问题简述什么是GA核心流程1.初始化种群2.适应度评估3.选择（Selection）4.交叉（Crossover
hush_coder·2025-07-28 17:04

代码随想录算法训练营第三十八天

LeetCode题目:1143.最长公共子序列1035.不相交的线53.最大子数组和392.判断子序列2094.找出3位偶数(每日一题)其他:今日总结往期打卡1143.最长公共子序列跳转:1143.最长公共子序列学习:代码随想录公开讲解问题:给定两个字符串text1和text2，返回这两个字符串的最长公共子序列的长度。如果不存在公共子序列，返回0。一个字符串的子序列是指这样一个新的字符串：它是由原
写个博客·2025-07-28 17:03

智慧零售 AI 卡顿？陌讯轻量化方案 FPS 升 40%

一、开篇痛点：智慧零售视觉算法的三大行业困境在智慧零售场景中，传统视觉算法正面临着难以突破的技术瓶颈。
2501_92722744·2025-07-28 17:03

陌讯多模态算法降损 40%

开篇：工业检测的“隐形损耗”难题在汽车零部件、电子制造等精密工业场景中，传统视觉检测系统正面临严峻挑战：复杂光照下金属表面缺陷漏检率超15%，多类瑕疵并存时算法误判率高达20%，生产线因人工复检导致的停机损失年均超百万
2501_92473287·2025-07-28 17:32

漏检率骤升20%的安防困局：陌讯动态剪枝技术如何破局

1.开篇痛点：安防监控的夜间困局传统目标检测算法在复杂安防场景中面临三重挑战：光照敏感：低光环境下行人检测mAP暴跌至65%以下，夜间误报率高达40%目标遮挡：密集场景（如校园周界）漏检率超25%，某园区因货柜遮挡漏检损失超万元
2501_92473199·2025-07-28 17:32

代码随想录算法训练营第二十七天

LeetCode.455分发饼干题目链接分发饼干题解classSolution{publicintfindContentChildren(int[]g,int[]s){intcount=0;Arrays.sort(g);Arrays.sort(s);for(inti=0;i=g[count]){count++;}}returncount;}}解题思路这段代码实现了"分发饼干"问题的解决方案，其核心
天天开心(∩_∩)·2025-07-28 17:32

陌讯多模态融合算法在智慧零售的落地优化

原创声明：本文技术方案解析基于陌讯视觉算法技术白皮书V3.2版本一、行业痛点：零售场景的精准感知困境据麦肯锡《2024零售数字化报告》显示，传统客流统计方案在复杂场景下存在显著瓶颈：误检率超35%：镜面反射
·2025-07-28 16:00
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他