计算机视觉

• 视频孪生的前世今生：技术演进、体系架构与应用价值研究

  摘要 随着数字孪生技术从概念验证走向规模化应用，面向高动态场景的实时感知与空间映射需求日益增强，视频孪生（Video Twin）作为一种融合计算机视觉、三维GIS与数字孪生体系的新型技术路径逐渐兴起。本文从技术演进视角出发，系统梳理视频孪生的起源背景、关键提出方、发展阶段及核心技术体系，并在此基础上分析其在智慧城市、智慧交通及工业场景中的应用价值。研究认为，视频孪生通过构建“视频流—空间坐标—数字

  在路上01

  172

  15小时前

  数字孪生 计算机视觉
• 计算机视觉人群计数实测：YOLO、CSRNet与ViT的性能、速度与成本全对比

  本文介绍了三种模型（YOLO、CSRNet、ViT）用于解决人群计数问题。YOLO模型因边界框逻辑失效而在密集场景下表现不佳；CSRNet通过密度图有效解决了重叠问题，但训练时间较长；定制的视觉变换器ProViTCrowd利用全局注意力机制，在短时间内达到最高准确度，成为最优解。

  机器视觉与AI深度学习

  431

  06/09 22:57

  计算机视觉 YOLO
• 基于OpenCV实现Gamma校正、单应变换和人脸检测

  Python和OpenCV用于图像处理的三种基本技术：伽马校正、单应性变换和Haar级联分类器。伽马校正用于亮度调整；单应性变换用于透视校正；Haar级联分类器用于人脸检测。这些技术适用于图像增强、文档扫描和人脸识别等领域。

  机器视觉与AI深度学习

  468

  06/04 14:59

  Python 图像处理
• 什么是姿态估计：关键点检测原理、主流模型与评估指标（2026 版）

  姿态估计是一种计算机视觉任务，用于检测和定位图像或视频帧中的解剖关键点，如肘部、膝盖、手腕和脚踝。通过将这些关键点与预定义的边连接，模型生成一个骨架表示，捕捉人物、动物或关节物体的姿态和运动。截至2026年，姿态估计模型已显著成熟，主流模型架构包括YOLO26-Pose、ViTPose、RTMPose等。应用场景广泛，包括体育分析、医疗和物理治疗、工作场所安全监控、手势识别等。评估指标主要包括平均精度（AP）、正确关键点百分比（PCKh）等。

  机器视觉与AI深度学习

  1348

  06/02 16:06

  计算机视觉
• 计算机视觉中的 ROI 和 AOI 有什么区别？

  本文介绍了计算机视觉系统中ROI（兴趣区域）和AOI（兴趣领域）的概念及其在图像处理中的作用。通过对比ROI和AOI的不同之处，强调了在计算机视觉中需要明确区分这两个概念的重要性。文章通过一个数字分类示例展示了如何利用AOI/ROI感知特性提升模型性能，最终达到了0.9867的宏F1得分。

  机器视觉与AI深度学习

  1039

  05/25 15:38

  计算机视觉 AOI

  
• 深度学习实战-基于迁移学习MobileNet的可回收物与生活垃圾图像分类模型

  该项目旨在通过计算机视觉技术解决生活垃圾精准分类难题，采用轻量级MobileNetV3模型在Kaggle数据集上训练分类器，实现了对30种废弃物类型的快速分类，达到81%的整体准确率。

  艾派森

  574

  05/22 10:52

  深度学习 计算机视觉
• 深度学习实战-基于MobileNetV3的眼部疾病图像分类识别模型

  该项目旨在利用深度学习中的计算机视觉技术，构建一套基于轻量化架构MobileNetV3的全自动眼疾识别流水线。通过高质量临床眼底图像数据集和医疗专家标注，模型实现了超过86%的临床初筛准确率，为偏远地区提供了数字化辅助诊断范式。

  艾派森

  499

  05/11 11:03

  深度学习 计算机视觉

  
• 使用YOLO11实现区域内目标跟踪

  计算机视觉领域正因生成式AI的发展而迅速进步，特别是物体跟踪技术的应用，能更准确地识别和追踪物体，尤其适合智能交通管理、零售和库存管理、生产线监控等领域。Ultralytics提供了TrackZone解决方案，通过聚焦特定区域优化跟踪速度和精度，支持Python和CLI操作，适用于低功耗边缘设备。

  机器视觉与AI深度学习

  380

  03/27 11:09

  计算机视觉 YOLO
• 纯视觉自动驾驶能识别出高透明玻璃墙吗？

  纯视觉自动驾驶面临高透明玻璃墙识别难题，需借助复杂算法和深度学习模型进行空间感知和语义推理。通过占用网络、Transformer模型和运动视差技术，系统能有效应对玻璃墙带来的视觉干扰，提高自动驾驶的安全性和适应性。

  智驾最前沿

  829

  02/24 09:30

  自动驾驶 计算机视觉
• 传统计算机视觉已死？

  本文介绍了经典计算机视觉方法及其应用场景，强调了在深度学习盛行的时代，传统方法仍具有不可替代的优势。作者分享了图像处理、特征提取、背景减除器、视角转换等经典技术的应用实例，并指出这些方法在特定场景下的独特价值。无论是初学者还是从业者，理解和掌握这些经典技术都能提高项目的灵活性和可靠性。

  机器视觉与AI深度学习

  544

  01/28 09:22

  深度学习 计算机视觉

  
• 人工智能与制造业的关系

  工业和信息化部等八部门联合发布《“人工智能+制造”专项行动实施意见》，明确到2027年推动人工智能在制造业深度应用，形成特色化、全覆盖的行业大模型，推广典型应用场景。人工智能与制造业深度融合，成为推动智能制造的关键举措。机器学习、计算机视觉、生成式AI、数字孪生、边缘AI等技术在预测性维护、质量控制、流程优化等方面发挥重要作用，助力制造业向智能化转型。

  制造前沿

  984

  01/09 09:40

  机器学习 数字孪生

  
• AR技术在装配领域的创新应用与发展趋势

  在现代制造业不断追求高效、精准与智能化的进程中，装配环节作为产品生产的关键阶段，面临着诸多挑战。随着产品日益复杂，传统装配方式暴露出效率低下、错误率高以及对工人技能要求苛刻等问题。在元幂境看来，增强现实（AR）技术应运而生，它将虚拟信息与现实场景深度融合，为装配领域带来了创新性的解决方案，正逐步重塑装配流程，成为推动制造业转型升级的重要力量。 一、AR技术基础解析 （一）技术原理 AR技术通过摄像

  eefocus_4178998

  911

  2025/09/03

  AR技术 计算机视觉
• 超越分辨率：真正让相机系统适用于移动测绘的关键因素

  更多像素选择无疑是有帮助的，但同样重要的是相机的精确性、可靠性，以及在适当时刻提供准确的数据。 我们常听到这样的话：“我们需要一台更高分辨率的相机。” 更多像素选择确实有助于提升图像质量，但在移动测绘中，这只是更大图景的一部分。 无论你是在捕捉城市基础设施、检查道路，还是管理资产清单，你的决策都依赖于图像数据的质量。这不仅仅是图像的清晰度，还包括图像的可用性、准确性和同步性。 与系统集成商、工程师

  与非网编辑

  765

  2025/08/29

  gps 计算机视觉

  
• YOLOE+树莓派5，无需训练的新一代计算机视觉！

  在本指南中，我们将探索YOLOE——一种计算机视觉模型，它允许你通过提示来创建自定义目标检测模型，而无需训练过程！我们将学习这种视觉模型的工作原理，以及如何在树莓派5上创建并运行自己的自定义目标检测。YOLOE是发布的最令人惊叹的YOLO模型之一，对许多创客项目来说非常实用，而且玩起来非常有趣。让我们开始吧！

  上海晶珩电子科技有限公司

  3185

  2025/08/28

  树莓派 计算机视觉

  
• 【ATU Book- AI 系列】人工智能引领新潮流，AI芯片新战局

  核心技术优势/方案详细规格/产品实体图/PCB/方块图Datasheet/测试报告/Gerber/Schematics/User manual +一键获取 一、概述 随着 ChatGPT、Gemini 等大型语言模型的应用逐步融入我们的日常生活，AI 这两个字已经深深烙印在人们心中。因此，如何让人们的工作变得更智能、更高效、更快捷，成为下一个时代的重中之重！这也带动了云服务器对 GPU 使用需求的

  大大通

  1497

  2025/08/05

  AI芯片 边缘AI

  
• 践行普适价值、安全触手可及，Nullmax携全栈辅助驾驶方案首秀上海车展

  4月23日，两年一度的上海国际车展盛大启幕，专注于打造辅助驾驶应用的人工智能科技公司Nullmax完成首次亮相，以"普适价值"为核心理念，展出全栈自研的 MaxDrive 辅助驾驶解决方案，包括从SAE L2主动安全功能到采用端到端技术架构的城区辅助驾驶系统，满足不同车型及市场的多样化需求。 　　Nullmax展台 　　平台技术驱动，满足多元需求 Nullmax 依托独有的平台化技术架构，实现了

  电子科技世界

  539

  2025/04/25

  深度学习 辅助驾驶
• 英飞凌边缘AI平台 DEEPCRAFT Studio通过Ultralytics YOLO 模型

  全球功率系统、汽车和物联网领域的半导体领导者英飞凌科技股份公司（FSE代码：IFX / OTCQX代码： IFNNY）在DEEPCRAFT™ Studio中增加了对计算机视觉的支持，扩大了当前对音频、雷达和其他时间序列信号数据的支持范围。在增加这项支持后，该平台将能够用于开发低功耗、低内存的边缘AI视觉模型。这将给诸多应用领域的机器学习开发人员带来极大的便利，例如工厂可以借此实现对零件的实时视觉检

  与非网编辑

  881

  2025/03/07

  MCU 英飞凌

  
• Arm KleidiCV 实现与 OpenCV 集成，加速移动端计算机视觉工作负载

  生成式及多模态人工智能 (AI) 工作负载的广泛增长，推动了对计算机视觉 (CV) 技术日益高涨的需求。此类技术能够解释并分析源自现实世界的视觉信息，并可应用于人脸识别、照片分类、滤镜处理及增强现实等多种应用中。然而，这些计算机视觉应用可能很难实现最优化的延迟性能和处理速度，特别是在内存大小、电池容量和处理能力有限的移动设备上难度更高。 而 Arm KleidiCV 便能在其中大显身手。该开源库利

  与非网编辑

  597

  2025/02/25

  Arm 计算机视觉
• 自动驾驶中视觉感知ISP调参综述及实证分析

  本文探讨了利用计算机视觉性能指标作为成本度量来自动调整 ISP 参数的优点，从而避开了明确界定计算机视觉中 “图像质量” 含义的必要。由于缺乏用于开展 ISP 调优实验的数据集，我们在视觉算法处理前应用了诸如锐化之类的代理算法。

  小明师兄

  1739

  2025/01/06

  自动驾驶 计算机视觉
• 斑马技术Zebra Aurora™机器视觉软件系列引入全新深度学习工具

  致力于助力企业实现数据、资产和人员智能互联的先进数字解决方案提供商，斑马技术公司（纳斯达克股票代码：ZBRA）今日宣布将引入一系列先进的AI功能，以强化Zebra Aurora™机器视觉软件平台，针对复杂视觉检测用例提供深度学习功能。 斑马技术2024年《全球制造愿景研究报告》显示，全球61%的受访制造商领导者预见到2029年AI将成为促进增长的主要动力。斑马技术的《汽车产业人工智能机器视觉基准报

  与非网编辑

  1127

  2025/01/02

  应用程序 神经网络

  

正在努力加载...