- 博客(64)
- 资源 (12)
- 收藏
- 关注
RSS订阅转载 收藏 360数科夺得OCR国际技术竞赛冠军，商超小票文本行识别如何做到最佳？
OCR SROIE2019 更关注商超小票文本行检测、识别和信息抽取 冠军
2022-07-04 16:51:26
240
转载 收藏 打架识别冠军方案｜极市打榜
一、前言作为一个刚走上工作岗位的打工人，算法研究与落地的差异性是首先需要学习与适应的。在周末的网上冲浪中，偶然发现了极市平台，其中有不少计算机视觉比赛以及项目招募，这些基本都是针对计算机视觉技术落地应用，还有丰厚的奖励～于是就抱着试试看的想法接触了一下。后来，极市平台推出了一种新的项目合作模式，即极市打榜。我第一次参与时选择了打架识别这一榜单，按照平台学习、算法调研、模型训练、测试优化等步骤完成了打榜过程，达到了0.96的分数，虽然后来被人超越了哈哈。详见极市打榜平台：https://www
2022-04-25 09:26:02
2013
5
转载 收藏 抗击新冠病毒之佩戴口罩检测技术综述
B. Wang, J. Zheng, and C. L. Philip Chen*, "A Survey on Masked Facial Detection Methods and Datasets for Fighting Against COVID-19", IEEE Transactions on Artificial Intelligence, Early Access, 2022.计算机视觉研究院专栏作者：Edison_G新冠病毒自爆发以来持续给世界造成巨大挑战。为...
2022-04-24 09:52:42
653
转载 收藏 90+深度学习开源数据集整理｜包括目标检测、工业缺陷、图像分割等多个方向
小目标检测1.AI-TOD航空图像数据集数据集下载地址：http://m6z.cn/5MjlYkAI-TOD 在 28,036 张航拍图像中包含 8 个类别的 700,621 个对象实例。与现有航拍图像中的目标检测数据集相比，AI-TOD 中目标的平均大小约为 12.8 像素，远小于其他数据集。图片2.iSAID航空图像大规模数据集数据集下载地址：http://m6z.cn/6nUrYe现有的 Earth Vision 数据集要么适用于语义分割，要么适用于对象检测。iSAID
2022-04-24 09:26:50
9471
1
转载 收藏 小目标检测、图像分类、图像识别等开源数据集汇总
导读本文收集整理了多个小目标检测、图像识别、图像分类等方向的开源数据集，本次还有猫咪、斯坦福狗狗数据集以及3D MNIST数字识别等～宠物图像数据集数据集下载地址：http://m6z.cn/5TAgdC一个包含 37 个类别的宠物数据集，每个类别大约有 200 张图像。这些图像在比例、姿势和照明方面有很大的变化。所有图像都有相关的品种、头部 ROI 和像素级三元图分割的地面实况注释。街景门牌号 (SVHN) 数据集数据集下载地址：http://m6z.cn/5ExMWb.
2022-04-01 09:43:22
589
转载 ECV 2021 冠军方案解读：占道经营识别方案
极市导读本文为获得占道经营识别冠军的威富团队方案解读，团队选用了基于YOLOv5的one-stage检测框架，最后达到了104.3FPS>>加入极市CV技术交流群，走在计算机视觉的最前沿我们参加了反光衣识别、驾驶员不良驾驶识别、船只数量检测、机动车识别、占道经营检测和电动车进电梯检测，下面以占道经营为例介绍整个情况。团队介绍团队来自深圳市威富视界有限公司&中国科学院半导体研究所高速电路与神经网络实验室，成员分别为宁欣、石园、荣倩倩，排名不分先后。ECV 20.
2021-11-23 20:20:10
1403
3
转载 轻量级姿态估计技巧总结（2021.11.17更新） 收藏
总结目前自己实验过的一些姿态估计的技巧，持续更新，欢迎点赞~数据处理&增强篇1. 正确的归一化将坐标值归一化到(-0.5, 0.5)之间，公式为：由于目标检测的关系，姿态估计的对象大都会在图像的中央，用这样的归一化能很大的加速模型收敛2. Augmentation by Information Dropping(AID)地址：2020 COCO Keypoint Challenge 冠军之路 - 知乎 (zhihu.com)这是COCO2020 冠军团队的论文。.
2021-11-18 09:52:14
544
转载 厉害了 首届 SoMoF人体序列预测比赛冠军方案分享
近日阿里巴巴淘系技术多媒体算法团队的同学，以大幅领先第二名的成绩获得了在 ICCV2021 上举办的第一届室外场景下的人体轨迹预测比赛（ SoMoF Challenge ）的冠军，同时比赛论文被该 Workshop 接收。作为计算机视觉领域的三大顶级会议之一， ICCV 是每年学界的重要事件。ICCV 全称为International Conference on Computer Vision ，中文为国际计算机视觉大会。这个会议是由 IEEE 主办的全球最高级别学术会议，每两年在世界范围...
2021-11-12 10:09:52
182
转载 深度学习数据增强工具 albumentations 的使用
简介 & 安装官方文档 albumentationsalbumentations 是一个给予 OpenCV的快速训练数据增强库，拥有非常简单且强大的可以用于多种任务（分割、检测）的接口，易于定制且添加其他框架非常方便。它可以对数据集进行逐像素的转换，如模糊、下采样、高斯造点、高斯模糊、动态模糊、RGB转换、随机雾化等；也可以进行空间转换（同时也会对目标进行转换），如裁剪、翻转、随机裁剪等。github及其示例地址如下：GitHub： https://github.com/album
2021-11-12 09:36:30
3496
1
转载 转载 我的择业思考 在AI最火的时候来到工业界
大家好，我是蓝捷，2018年硕士毕业到现在，我一直在工业线创业，主要做的方向是智能仓储机器人方向。我们公司叫智子跃迁，我现在是技术负责人。其实很多人会问我，为什么在17、18年AI特别火、资本市场看好、相关工作特别多的时候，会选择了在工业界创业做实体机器人？这个看起来很传统、又很难走的方向。我觉得还是要想一下，你自己能做什么，想做什么，以及做什么你能赚钱。把这三个结合点找到，就会找到你的方向。对我自己来说，我能做什么？我从 2011 年学到2018 年学了很久的机械机器人，不希望把这些东西全部丢
2021-11-03 10:13:20
195
转载 深度学习中的人体姿态估计概述 收藏
人体姿势骨架以图形格式表示人的方向。本质上，它是一组可以连接起来描述人的姿势的坐标。骨架中的每个坐标都称为零件（或关节或关键点）。两个部分之间的有效连接称为一对（或肢体）。请注意，并非所有零件组合都会产生有效的配对。下面显示了一个示例人体姿势骨架。左：人体姿势骨架的 COCO 关键点格式。右图：渲染的人体姿势骨架。多年来，人们引入了几种人体姿势估计方法。最早（也是最慢）的方法通常是在只有一个人的图像中估计单个人的姿势。这些方法通常首先识别各个部分，然后在它们之间形成连接以创建姿势。自然，这.
2021-10-28 14:11:24
1008
转载 OpenCV中使用C++11的智能指针避免内存泄漏问题
写过代码都知道，C#与Java都有自动的垃圾回收机制，可以很大程度上避免内存泄漏，但是C++开发对初学者最大的问题就是内存管理(初始化、分配与回收)。稍微不注意就会导致内存泄漏问题，比C#跟Java要难很多，被吐槽太多。所以C++11之后有了智能指针，用它你就可以不用担心内存管理问题，它可以自动完成内存管理与回收，最大程度避免内存泄漏问题。C++11中提供了三种不同类型的智能指针，分别是： 共享智能指针std::shared_ptr独占智能指针std::unique_ptr弱智能指针std::
2021-10-25 10:11:16
543
转载 如何衡量目标检测模型的优劣 收藏
机器学习算法的落地从数据—>建模—>训练—>评估—>部署，生命周期中的这5个环节一样都不能少，其中算法的评估尤为重要，不同的任务有其自身的衡量标准，本文我们走进目标检测任务的各项评价指标，回顾各项衡量标准的优劣及使用环境。细数目标检测中的评价指标计算机视觉中的目标检测即包含了分类和回归两大任务，对于预测的结果我们不能凭直觉判断模型的好坏，而是需要一个量化指标。业界对模型的性能评估已经有很多不同的指标：比如准确率、精确率、召回率、平方误差、余弦距离、P-R曲线、ROC曲线、AP
2021-10-18 10:12:50
370
转载 最全综述 | SLAM中回环检测方法 收藏
在视觉SLAM问题中，位姿的估计往往是一个递推的过程，即由上一帧位姿解算当前帧位姿，因此其中的误差便这样一帧一帧的传递下去，也就是我们所说的累积误差。一个消除误差有效的办法是进行回环检测。回环检测判断机器人是否回到了先前经过的位置，如果检测到回环，它会把信息传递给后端进行优化处理。回环是一个比后端更加紧凑、准确的约束，这一约束条件可以形成一个拓扑一致的轨迹地图。如果能够检测到闭环，并对其优化，就可以让结果更加准确。在检测回环时，如果把以前的所有帧都拿过来和当前帧做匹配，匹配足够好的就是回环，但这样会导致
2021-10-09 16:20:06
4175
转载 单镜头视觉系统检测车辆的测距方法 收藏
以前提过单目测距的问题，检测的障碍物2-D框加上摄像头的姿态和路面假设。以下根据公开发布的论文讨论具体的算法：注：深度学习直接估计深度图不属于这个议题。1。Vision-based ACC with a Single Camera: Bounds on Range and Range Rate Accuracy著名的Mobileye论文，先看成像几何如图：本车A，前方车B和C，摄像头P焦距f，高度H，和障碍物B/C距离Z1/Z2，B/C检测框着地点在图像的投影是y1/y2。那么y=fH/
2021-09-30 10:31:03
711
转载 记一次坎坷的算法需求实现：轻量级人体姿态估计模型的修炼之路（附MoveNet复现经验） 收藏
一、需求背景这天接到个新需求，需要实时检测自然场景下目标人体的关键点位置。从算法工程师的角度来拆解下需求：1、检测人体关键点位置，就是人体姿态估计任务嘛；2、要实时，那么就是终端部署，服务端那传输延时就不考虑了。对了咱们硬件不大行，所以肯定是要轻量级模型的，分辨率也不能太大，剪枝量化蒸馏三件套也要做好打算；3、“自然场景下的目标人体”，意思就是场景下可能有多人，但是我们只需要一个目标的关键点，要考虑如何区分（这点后面再展开说）。二、方案探索2.1 初见之前的项目经验主要是人脸
2021-09-28 09:36:38
774
3
转载 自动驾驶传感器的选择与布置 收藏
前言今年号称是激光雷达元年！各厂家纷纷发布搭载激光雷达的车型，不光是新势力，如小鹏、蔚来，也包括传统汽车厂家，如上汽、长城、北汽等，都是计划今明两年量产。同时，毫米波雷达数量，也从1~5颗拓展到6~8颗，已有应用4D成像雷达车型；摄像头，除了前视和环视摄像头，侧向4颗+后向1颗摄像头已基本成为标配。这里简单梳理下自动驾驶传感器方案发展路线（乘用车），以及各类型传感器发展趋势。国内搭载激光雷达车型（来源网络）02传感器选择与布置乘用车自动驾驶发展，根据应用的场景不同可分为：行车
2021-09-17 09:27:57
1647
转载 神经网络调参经验大汇总 收藏
极市导读本文为特斯拉高级总监Andrej Karpathy关于神经网络调参经验的总结，为了更好的训练神经网络，作者为自己定制了一套具体的流程。通过阅读本文能给大家的调参大幅提高效率。>>加入极市CV技术交流群，走在计算机视觉的最前沿今天看到一篇非常非常棒的调节NN的文章，作者是特斯拉高级总监Andrej Karpathy，就翻译过来和大家一起分享，难免翻译有问题，有兴趣的朋友可以去引文阅读原文。为了能更好地训练NN，karpathy为自己定制了一套具体的流程。在每次用NN处理一个新.
2021-09-07 20:25:15
368
转载 实战-OpenCV+ZXing开源实现工业级条码识别 仅做收藏
引言好友跟我说有些不能识别的条码，我对这个很感兴趣，因为我知道除了条码图像本身质量问题，有些条码不能识别是因为预处理的原因，做好预处理，还可以提升一波识别率的，另外一个吐槽的地方就是识别的时间特别漫长，一张图需要1秒多，它们每张图的大小是2736x2736，所以我让他把不能识别的图像都发我一些，他总计给了我 54张。这里要特别交代一下它们用的库是一个国内的商业收费条码识别库！所以这个事情面临两个问题：一个是识别率不满意，二个速度慢，第三个还得花钱！提升方法效果先看一下数据，截图如下：
2021-09-06 09:55:51
1332
4
转载 一文讲透鱼眼相机畸变矫正，及目标检测项目应用 值得收藏
1个人介绍大家好，我是潘大强。目前博士毕业4年，主要从事智能安防行业。之前也分享过AI从业的一些心得，个人介绍链接。应大白的邀请，从AI从业者的角度，分享工作中遇到的一些经验。之前在江大白的群里，看到有同学提问“鱼眼相机标定”的问题。对于鱼眼相机的标定和矫正，网上已经有很多理论文章，但是落实到代码层面的并不多，而且大部分代码都是C++实现。但是做AI的同学，大多数都是用python语言，所以本次分享，我用python语言（只依赖opencv-python包和numpy包）..
2021-09-03 09:42:42
3890
1
转载 激光雷达和相机联合标定 之 开源代码和软件汇总 （2004-2021） 值得收藏备用
LiDAR Camera Calibration (LCC)系列，主要介绍激光雷达相机外参标定相关内容。本文主要介绍相关的开源代码和软件，主要包括target-based和targetless两类方法，每个方法对应标题后说明了方法的提出年份和开源代码的语言（c : c++, p: python, m: matlab）。Github同步更新：Deephome/Awesome-LiDAR-Camera-Calibration: A Collection of LiDAR-Camera-Calibration
2021-08-31 09:44:56
1661
转载 一文总结旋转目标检测全面综述：论文方法与代码 值得收藏
首先放上DOTA数据集官网（http://captain.whu.edu.cn/DOTAweb/index.html），官网提供水平和旋转目标提交接口，可以看到检测结果实时排行榜（http://captain.whu.edu.cn/DOTAweb/results.html），目前前五名分别来自武汉大学夏桂松团队、南京理工大学pca_lab、Cyber 公司、中科院电子所以及阿里idst。点开前面加号可以看到有的团队的方法介绍。DOTA旋转目标赛道实时排名（2019年12-22）以下方法介绍按照论文提
2021-08-23 09:40:30
339
转载 史上讲解最好的Docker教程，从入门到精通（建议收藏的教程）
docker不是一个值得投入的领域，它解决的问题是Unix系统最初设计的一个疏忽。从一个不会用docker的小白，自己一步一步的摸索，中间也踩过许多坑。但任然，坚持从哪里跌倒就从哪里爬起来。不求感动自己，但求人生无悔。作者：惨绿少年；http://wwwcnblogs.com/clsn/p/8410309.html什么是 Linux 容器Linux容器是与系统其他部分隔离开的一系列进程，从另一个镜像运行，并由该镜像提供支持进程所需的全部文件。容器提供的镜像包含了应用的所有依赖项，因而在从开发
2021-08-19 10:06:33
6586
转载 SLAM怎么评价slam建图效果
个人收藏使用目录1. ATE RMSE，RPE RMSE等指标能间接说明不同slam算法建图效果好坏吗?文献[4]文献[7]ICL-NUIM 数据集[1]2. 建图的度量指标，或者说如何评价稠密建图结果。不同的评估方式：[1] A benchmark for RGB-D visual odometry, 3D reconstruction and SLAM[2]ElasticFusion: Dense SLAM without a pose graph[3]Bun..
2021-08-11 16:46:19
2108
转载 2021年小目标检测最新研究综述 很全面值得收藏
摘要小目标检测长期以来是计算机视觉中的一个难点和研究热点。在深度学习的驱动下，小目标检测已取得了重大突破，并成功应用于国防安全、智能交通和工业自动化等领域。为了进一步促进小目标检测的发展，本文对小目标检测算法进行了全面的总结，并对已有算法进行了归类、分析和比较。首先，对小目标进行了定义，并概述小目标检测所面临的挑战。然后，重点阐述从数据增强、多尺度学习、上下文学习、生成对抗学习以及无锚机制等方面来提升小目标检测性能的方法，并分析了这些方法的优缺点和关联性。之后，全面介绍小目标数据集，并在一些常用的公共数
2021-08-11 09:37:19
4739
1
转载 Github标星13.6k ！一行代码从PDF提取Excel文件，太强了！
代表了文档布局及内容识别的一类方法，值得收藏！导 读相信大家在工作生活中经常会遇到表格识别的问题，比如导师说，把下面PDF文件里面的表格取出来整理成Excel表。也可能会遇到，公司领导或者客户发来一张截图，需要里面的表格取出来转成Excel表。这种情况下你会怎么做呢，新建一个Excel一个一个数据敲么，辛辛苦苦半天赶出来，领导还会来一句，怎么这么慢，简直郁闷死……别着急，只要稍微会一点Python代码，这个开源项目神器拯救你！效..
2021-08-10 10:17:34
218
转载 5%的时间做算法，95%的时间做工程
探讨一下算法工程师的工作体验问题。1. 一地鸡毛的现实从我最近几年观察来看，在很多算法团队，算法工程师不是算法工程师，更像是运营开发工程师或者业务规则工程师（当然也有不少团队不是这样的）。“根本不是来提特征调模型的，是来实现业务规则的”，“5%的时间做算法，95%的时间干工程”，“拉通数据花了我2周，模型训练一天搞定”。这些都是算法工程师常见的体验。看得开的会说，“这也许就是工业界的现实吧？”，看不开的则会说，“这也许就是工业界的现实吧！”。2. 应然和实然的冲突
2021-08-03 13:57:46
119
转载 综述|姿态估计方法大盘点
Introduction顾名思义，通过姿势估计，我们尝试从图像中推断出物体或人的姿势。这涉及识别和定位身体上的关键点。由于身体的小关节、遮挡和缺乏上下文、旋转和方向，关键点的识别是一项非常具有挑战性的任务。在本文其余部分将主要关注人体姿势估计的情况下，膝盖、肘部、肩部和手腕等主要关节代表这些关键点。在分类方面，姿态估计器可以分为以下几类： 维度（2D 与 3D） 单姿势和多姿势（检测一个或多个物体） 方法论（基于关键点与基于实例） 我们可以使用 2D 姿
2021-08-02 09:36:52
4121
1
转载 基于姿态估计的运动计数APP开发
一前言： 看着自己日渐发福的身材，回想当年的英姿煞爽，感慨颇多。作为一个有羞耻心的程序猿，我决定开始减肥。考察了数十项减肥项目，我选择了仰卧起坐。因为它场地限制小，时间限制短，不剧烈，不伤身，最关键的是能够一边看综艺，一边锻炼，简直妙不可言！试行了几天之后发现有一个比较棘手的问题，做着做着，就忘了做了多少个，一脸懵逼，万般无奈，于是便有了这个运动计数APP的灵感。不用太花哨的功能，最最简单的一点，能够对我的仰卧起坐进行计数，并显示在APP的界面上，到了10，20这种(%10==0)的关键节点上...
2021-07-27 11:34:22
1457
2
转载 传统方法 + 深度学习发威！ | 2021瓷砖缺陷检测总决赛冠军思路分享
本文整理天池比赛论坛分享：https://tianchi.aliyun.com/forum/postDetail?postId=195955仅做收藏、学术分享一. 总体方案概述虽然当前深度学习技术十分火爆，但它占AOI落地项目中的比例仅约10%。传统算法依然无法被完全取代，它有着计算复杂度低、调试成本低等优点。 为了结合深度学习算法和传统算法的优势，我们提出Deep and Shallow Fusion Network (DSFNet), 该网络将传统算法提取的特征在模型的深层和浅层按
2021-07-23 09:39:42
472
转载 实时车道线检测和智能告警 | 车距 + 弯道 + 车道线
导读车道线检测 + 距离告警 + 转弯曲率半径计算。代码：https://github.com/MaybeShewill-CV/lanenet-lane-detection来自模型的车道线预测介绍自动驾驶将在未来十年给旅行带来革命性的变化。目前，自动驾驶应用正在进行各种应用案例的测试，包括乘用车、机器人出租车、自动商业送货卡车、智能叉车和用于农业的自动拖拉机。自动驾驶需要一个计算机视觉感知模块来理解和导航环境。感知模块的作用包括：检测车道线 检测其他物体：车辆、人、环境
2021-07-12 09:34:09
2910
2
转载 一文讲解AGV机器人的12种导航导引方式，收藏备用
随着智能制造的发展，工厂智能化已成为必然趋势,无人搬运车(Automated Guided Vehicle，简称AGV)作为自动化运输搬运的重要工具，近年来的应用越来越广泛。很多制造和仓储物流都考虑使用AGV小车，但是对它不是特别了解，不知道选用那种类型的AGV产品，然后会担心AGV的种种问题。而导航导引技术作为AGV的核心技术之一，无疑是选择的关键，今天我们介绍下市场常见的多种不同导航方式AGV，让更多的使用者有一个简单的了解。一、AGV导航导引的关键技术AGV的导航导引是指AGV根据路径偏移量来
2021-07-12 09:31:19
2571
1
转载 CVPR2021 FGVC8植物病理识别挑战赛，冠军方案解读
本文转载自DeepBlue深兰科技；个人转载仅做知识储备用。导读近日，在计算机视觉和模式识别领域的三大顶级会议之一CVPR上，深兰科学院的两支团队在FGVC8 (CVPR2021)中包揽了植物病理识别挑战赛的冠军和亚军，这也是深兰在该赛事中连续三年问鼎。今年该挑战赛共有来自全球的626支团队参加角逐，竞争异常激烈。FGVC全称为Fine-Grained Visual Categorization（细粒度图像分类），今年是举办的第8届比赛，不同于传统的广义上的分类任务，FGVC的挑战致
2021-07-08 09:12:04
605
机器视觉中各种光源的应用场景总结
2022-09-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人