背景技术行人检测要求准确判断输入图像或视频是否包含行人，并给出行人在图像中的空间坐标信息，广泛应用于智能监控、地区侦查、人体行为理解、自动驾驶等领域。
ICDAR2021的DIB比赛赛题是对历史文档图像进行二值化，将文字从背景中分离出来。评价指标采用PSNR、DRDM、F-Measure (FM)、p
GAN 不仅能生成图片，还能运用在其他视觉任务上图像超分 SRGAN 解析，教你把 GAN 运用在其他视觉任务上
1 案例背景随着国家对公路建设的大力投入，我国的公路通车总里程己经位居世界前列，这样进一步促进了我国经济建设的发展。随着公路的大量投运，公路日常养护和
数字图像处理和编码压缩技术经过几十年的发展 ， 已逐渐成熟并应用于数字通讯和信息处理之中。随着计算机图形学和图像处理技术广泛应用到了工业生产的各个部门
'gaussian’表示高斯低通滤波， h = fspecial(‘gaussian’,hsize,sigma生成高斯低通滤波器，参数hsize代表模
文本阅读顺序对于信息抽取与文本理解等任务至关重要，传统多模态模型中，没有考虑不同OCR工具可能产生的不正确阅读顺序，而模型输入中包含位置编码，阅读顺序
作为自动驾驶行业最头疼的问题之一，外参标定一直以来受到广泛的关注，尤其是最常使用的激光雷达与相机的外参标定。与均有提及，但是作者在调研时候发现IROS
激光雷达作为自动驾驶最常用的传感器，经常需要使用激光雷达来做建图、定位和感知等任务。而这时候使用降低点云规模的预处理方法，可以能够去除无关区域的点以及
Halcon区域region简单操作，交集、并集、补集、移动、删除、裁剪、提取
这是一个动手学深度学习原课程的一个比赛项目（狗的品种识别）。自己顺便记录一下这个项目自己的实现流程和思考，以巩固熟悉关于图片分类项目的整个流程。
图像分割中语义分割算法的理论梳理，主要针对算法的演化思路以及涉及到的专有名词（如转置卷积、膨胀卷积、mean IoU等)进行总结，想要对语义分割算法有
现在已经2022年了，但是当下大多数的计算机视觉任务却仍然只关注于图像感知。比如说，图像分类任务只需要模型识别图像中的物体物体类别。
从文字中合成图像是近年来具有挑战性的课题之一。早期的研究工作，一般都是基于卷积生成器，通过对给定的文本进行直接的图像生成，并在处理有限的领域内，得到很
本文探讨了需要GNN的可解释性解释GNN预测的挑战不同的GNN解释方法GNNExplainer的直观解释使用。
当前，机器学习模型在解决微分方程等高难度数学问题方面一直存在很大限制，一些最好的模型也只是勉强回答高中水平的数学题目。但现在，麻省理工学院（MIT）领
Python + OpenCV实时图像处理（mac pycharm 正常运行）
