按标签查看文章: computer-vision

感知哈希：搜索相似图像

感知哈希算法如何工作：从简单平均到 DCT。方法比较和开发者的实际应用。

制造业中的数据科学：数字线程和数据分析

数字线程和孪生如何改变行业。六个数据科学用例用于减少缺陷和预测性维护。详细分析。

TAPe 检测：10 万参数 vs SOTA 模型

TAPe 检测器仅用 10 万参数如何在速度和资源节省上超越 YOLO 和 RF-DETR。基准测试详细分解以及对开发者的优势。

CV 光学中的像差：缺陷分析

让我们分解机器视觉中的球差、彗差、像散和其他效应。它们如何影响锐度，以及如何为计算机视觉任务进行校正。面向开发者。

Albumentations 中的 Bbox 增强：格式和错误

为检测设置 A.BboxParams：坐标格式、label_fields、过滤。避免管道中的典型错误。开发者指南。

YOLOE：无需微调的目标检测

了解 YOLOE 如何使用文本和视觉提示检测任意物体。主干 YOLO + RepRTA 以实现速度。代码示例和中高级开发人员的场景。在您自己的任务上测试。

TAPe 无 transformers：patch 关联

了解在 TAPe+ML 中放弃 transformers 如何将参数减少几个数量级，并在 COCO 上实现了分割的初步效果。用于物体检测的局部关联 — 阅读开发者详情。

TAPe 在 COCO 上：使用边界框 98% 准确率

TAPe 在 2% COCO 上达到 98%，使用边界框代替质心，最少假阳性。为 CV 开发者提供的实验细节。研究该方法。

用于从动漫自动生成 Shorts 的流水线：架构

模块化流水线分解，用于从剧集生成 YouTube Shorts。转录、音频分析、CV 检测、动态裁剪。适用于中高级开发者。自己构建。

图像透视提取：Sobel + Hough

Kotlin 自动消失点搜索算法：Rec.709 灰度、Sobel 算子、Hough 变换。中高级开发者的代码和优化。研究实现。

免费 GPU 上的 MLOps：处理 PDF 档案

如何在 16 GB RAM 的 T4 GPU 上处理 9 GB 的 PDF 档案。ZeroGPU、PyMuPDF、方差过滤、内存管理。实用指南。

俄语 X 射线分析 AI：组装 ViT + ruGPT-3 模型

创建用于生成俄语医疗报告的多模态 AI 模型的实用指南。研究架构、数据准备和训练。