从这里开始
指南
▼
▲
Persistence
Spring持久化指南
REST
使用Spring构建REST API指南
Security
Spring Security指南
关于
English
分类: Computer Vision
>> 打标数据和未打标数据之间有什么区别?
>> 图像识别: One-Shot 学习
>> 使用 Transformer 进行目标检测
>> 着色:平面 vs. Gouraud vs. Phong
>> 光流:从粗到细的流估计
>> 什么是 Diffusion 模型?
>> 什么是梯度方向和梯度幅值?
>> 什么是高光谱成像?
>> 运动场和光流
>> 生成模型的应用
>> 什么是 YOLO 算法
>> 维度灾难
>> 如何使用Gabor滤波器为机器学习生成特征
>> 物体识别任务及其差异
>> 如何处理大图像来训练CNN?
>> 实例分割与语义分割
>> 计算机视觉:流行数据集介绍
>> 什么是图像直方图?
>> 计算机视觉:立体3D视觉
>> 图像处理中的特征描述符是什么?
>> 计算机视觉和图像处理的区别
>> 目标检测算法: SSD Vs. YOLO
>> 空间金字塔池化
>> 姿态估计是如何工作的?
>> Viola-Jones算法
>> 图像中的模糊是如何工作的?
>> Fast R-CNN:ROI层的目的是什么?
>> 光流简介
>> 残差网络
>> 计算机视觉中的平移不变性和等变性
>> 图像生成:VAE与GAN的比较
>> 什么是空间雕刻?
>> 计算机视觉:低级特征和高级特征的区别
>> 基础矩阵和本质矩阵的区别
>> 图像处理:采样和量化
>> 人脸识别: 特征脸(Eigenface)工作原理
>> 地标检测简介
>> 神经网络如何识别图像?
>> 计算机视觉中的轮廓是什么?
>> 光流:Lucas-Kanade方法
>> 人脸识别如何工作?
>> 焦距和内部相机参数
>> 什么是捆绑调整?
>> TensorFlow中的Maxout实现
>> 如何从扫描图像中检测文本块?
>> 什么是数字微分分析器(DDA)?
>> 什么是图像拼接?
>> 计算机视觉:确定视频中物体的距离
>> 单次检测器(SSDs)
>> 图像处理中的"能量"是什么?
>> 图像处理:基于图的分割
>> 卷积神经网络中特征图的目的是什么
>> 理解Otsu图像分割方法
>> 计算机视觉简介
>> 光学字符识别是如何工作的