双目 杂谈 立体 视觉
视觉VO（10-2-1）优化- 重投影误差 数学基础 李群李代数
https://www.bilibili.com/video/BV1LT411V7zv/?spm_id_from=333.788&vd_source=f88ed35500cb30c7be9bbe418a5998ca ......
视觉VO（10-2）优化- 重投影误差
李代数表现形式 https://blog.csdn.net/weixin_49804978/article/details/121922128 由于相机位姿未知以及观测点的噪声，该等式存在一个误差。我们将误差求和，构建最小二乘问题，然后寻找做好的相机位姿，使它最小化： 该问题的误差项，是将像素坐标（ ......
视觉VO（10-1）优化概述
视觉VO（10-1）优化概述 文字部分 https://wym.netlify.app/2019-07-03-orb-slam2-optimization1/ 思维导图整理 https://www.processon.com/diagraming/6538ba379675f91751210aae 请 ......
视觉VO（9-2）共视图和本质图
https://zhuanlan.zhihu.com/p/595837772 所有相连关键帧组成共视图。 关键帧之间的共视信息在本文系统的若干个任务中非常有用，并且其被表示为一种无向加权图。图中每一节点为一个关键帧，如果两个关键帧之间共享相同地图点（至少15个）观测，则这两个关键帧之间存在一条边，该 ......
OpenAI支持的视觉能力
介绍 带有视觉的 GPT-4，有时也称为 GPT-4V 或在 API 中，允许模型接收图像并回答有关它们的问题。从历史上看，语言模型系统一直受到单一输入模态（文本）的限制。对于许多用例来说，这限制了可以使用 GPT-4 等模型的领域。gpt-4-vision-preview 具有视觉功能的 GPT- ......
CLIP：万物分类（视觉语言大模型）
本文来着公众号“AI大道理” 论文地址：https://arxiv.org/abs/2103.00020 传统的分类模型需要先验的定义固定的类别，然后经过CNN提取特征，经过softmax进行分类。然而这种模式有个致命的缺点，那就是想加入新的一类就得重新定义这个类别的标签，并重新训练模型，这样非 ......
诡秘之主杂谈#1 塔罗牌
「愚者」 不属于这个时代的愚者， 灰雾之上的神秘主宰， 执掌好运的黄黑之王。 您们好，能否占用一下各位的时间，我想给您介绍一下我们的救主和道标，愚者先生。 我主自称 「愚者」，在过去，在现在，也在未来。 祂是支配灵界的伟大主宰，也是执掌好运的黄黑之王，更是每个生灵追求永恒的道标。 我主居于现实和灵界 ......
视觉VO（7）跟踪线程
https://wym.netlify.app/2019-04-27-orb-slam2-tracking/ 0.1 流程简述 1. 系统初始化：在 ==System SLAM()== 初始化 SLAM 系统时初始化了跟踪线程 ......
视觉VO（3）2D-2D 求解位姿后三角化
原理理解 https://www.bilibili.com/video/BV1ie4y1f7XG/?spm_id_from=333.788&vd_source=f88ed35500cb30c7be9bbe418a5998ca 具体计算计算 https://blog.csdn.net/KYJL888/ ......
【杂谈】
giscus是什么？ [23-11-10/15:42] 在老胡的周刊上看项目，看到页面底部的时候，想给周刊点个赞。它说要我登录，我一点，弹出个页面几个显眼大字“giscus by giscus would like permission to:”，然后下面列了它想要的各种权限。这英文我看不懂，查了一 ......
工程车识别AI视觉算法方案
工程车识别AI视觉算法方案 https://mp.weixin.qq.com/s/jXXTZCcFNrZUtpzVyQ4wCg 工程车识别AI视觉算法方案 原创 郭桂珊 刘洲 OPEN AI Store 2023-10-25 14:14 发表于广东 收录于合集 #智慧交通5个 #算法20个 #ai2 ......
机器视觉在虚拟现实与增强现实中的作用
机器视觉在虚拟现实（VR）和增强现实（AR）中发挥着至关重要的作用。这些技术的核心是计算机视觉领域，重点是让计算机具有“看到”和理解周围世界的能力。 在虚拟现实中，计算机视觉用于创建和处理用户所见的虚拟环境。这包括对现实世界的感知、建模和模拟，以及将虚拟物体与现实世界中的物体进行交互。例如，ZED深 ......
c#对接海康双目客流相机SDK调用示例
c# 调用视频并显示在WinForm的PictureBox控制上面，实现一直播放视频的功能 首先需要使用visual studio nuget 下载安装海康客流相机的SDK包 然后根据以下代码和页面来设计一下 实现逻辑 就可以实现播放实时视频的需求了 private int m_lRealHandl ......
实时目标检测与跟踪：机器视觉的挑战与机遇
实时目标检测与跟踪是机器视觉领域的一个重要研究方向，它涉及到在视频或图像序列中准确地定位和跟踪多个目标对象。这个任务具有很高的挑战性，同时也带来了许多机遇。 挑战：1. 复杂背景：目标检测与跟踪需要在复杂的背景中准确地识别和定位目标对象。这需要算法能够有效地处理遮挡、光照变化、背景干扰等问题。2. ......
机器视觉在生产线上的应用：提高生产效率和产品质量
机器视觉在生产线上的应用可以提高生产效率和产品质量。 首先，机器视觉可以用于零件的识别和分类。通过图像识别技术，机器可以自动识别零件的特征，确保在生产过程中使用正确的零件，避免错误和浪费。这不仅可以提高生产效率，还可以减少废品率，提高产品质量。 其次，机器视觉可以用于生产线上的产品质量检测。通过图像 ......
机器视觉在农业、医疗等领域的应用与拓展
机器视觉在农业、医疗等领域有着广泛的应用和拓展，以下是具体的介绍： 在农业领域，机器视觉技术可以用于农作物生长状态监测、品质检测、产量预测等方面。通过对农作物的生长状态进行实时监测，可以及时发现病虫害、营养不足等问题，采取相应的补救措施，提高农作物的质量和产量。同时，机器视觉技术还可以用于农产品质量 ......
【专题】2023工业视觉技术与应用白皮书报告PDF合集分享（附原数据表）
原文链接：https://tecdat.cn/?p=34132 自18世纪中期工业革命以来，人类进入工业社会。在历次工业革命中，人类通过发明创造和管理革新，改进生产方式、降低成本、提高效率，随之而来的是生活、物质、文化、教育等各方面的变化，人际关系和社会结构也得以重塑。如今，数字化技术的发展为工业注 ......
杂谈
当你觉得不公或者不甘的时候，不要气馁，不要沮丧，不要影响心情，不要把坏的情绪带到工作或者家庭生活中，更不能让情绪折磨自己。谁又能事事顺心如意呢？想办法解决掉问题，短时间不行的话，就做长期规划，深度思考，总会有办法。方法总比困难多，如果终究无法解决的话，那还有必要在乎吗？有些事情你觉得不公，可能因为你 ......
ZEGO 教程 | RTC + AI 视觉的最佳实践（移动端）
摘要：帮助开发者在音视频场景中快速获得 AI 视觉功能 —— 美颜、滤镜、背景抠图等。 文｜即构 Native SDK 开发团队 Z世代作为社会新的消费主力，追求个性、热爱新奇事物，青睐与酷炫新奇的玩法、紧跟娱乐潮流。AI+音视频的结合，作为在音频和视频之外第三个场景玩法创新的支撑点，刚好迎合 ......
影响机器视觉精度的关键因素
1、最小测量单位为所需测量公差带的十分之一。 2、当试图测量非常小的特征（例如分辨率低于0.001mm）时，可以使用长波长的颜色，例如蓝色或紫色来提高对比度。如果零件处于运动状态，请考虑使LED照明器频闪以获得最佳强度和灯泡寿命。 ......
面向程序设计语言LLVM杂谈
面向程序设计语言LLVM杂谈 如何为特定语言表达式生成 LLVM IR，请搜索接受相应对象的方法。 例如，对于 if-else 语句： IRCodegenVisitor::codegenExprIR Value *IRCodegenVisitor::codegen(const ExprIfElseI ......
即构发布 | 移动端实时超分辨率技术，迭代视觉新体验
超分辨率（Super Resolution，简称 SR），是计算机视觉的一个经典应用。SR 是指通过软件或硬件的方法，从观测到的低分辨率图像重建出相应的高分辨率图像，简单来说就是通过 AI 算法来放大原有图像的分辨率以达到提升画质的效果。在监控设备、卫星图像遥感、数字高清、显微成像、视频编码通信、视... ......
视觉惯性SLAM
IMU基本模型 IMU信号本身带有误差，为了更好的在优化问题中使用IMU信号，一般需要建立IMU误差模型（IMU对实际运动的观测和实际的运动的值之间的误差）。其中，最常用的是将其误差模型简化为偏移和测量噪声两个部分。 则，角速度和加速度的观测值一般被表示为： \[\tilde{\boldsymbol ......
多模态对比语言图像预训练CLIP：打破语言与视觉的界限
多模态对比语言图像预训练CLIP：打破语言与视觉的界限 一种基于多模态（图像、文本）对比训练的神经网络。它可以在给定图像的情况下，使用自然语言来预测最相关的文本片段，而无需为特定任务进行优化。CLIP的设计类似于GPT-2和GPT-3，具备出色的零射击能力，可以应用于多种多模态任务。 多模态对比语言 ......
LLVM代码生成分析杂谈
LLVM代码生成分析杂谈 1简介 本文提供了有关生成和编译LLVM程序集代码的其他信息。 LLVM是一个庞大而复杂的系统，用于为各种目标体系结构生成优化的机器代码。对于这个项目，将使用其功能的非常有限的子集，为了方便使用，定义了一个生成LLVM代码的简单接口，可以在示例代码的LLVM目录中找到它。有 ......
vue3+ts navigator.mediaDevices是一个双目摄像头，读取指定彩色摄像头
在 Vue 3 中使用 TypeScript，你可以通过 `navigator.mediaDevices` 访问设备的媒体流信息，包括摄像头。要读取指定的彩色摄像头，你可以使用 `getUserMedia` 方法来获取指定设备的媒体流。 首先，你需要在组件中引入 `getUserMedia` 方法： ......
command_block的 《分块相关杂谈》注
目录0x00 分块概论0x10 基础数列分块 原文链接 0x00 分块概论 大概可以理解为将一段数组分成长度大约为 \(\sqrt{n}\) 长度的块，对于一段区间 \(\left[l,r\right]\)，我们可以将其拆分为三大部分: \(\left[l,bl\times len+len-1\ri ......
HuggingFace机器视觉学习
Hugging Face 中计算机视觉的现状：https://huggingface.co/blog/zh/cv_state 从0开始 timm 库的 quickstart https://huggingface.co/docs/timm/quickstart 例子中通过调用模型 mobilenet ......