原创 opencv快速入門人臉檢測與人臉識別

讓“它”認得你 ——利用opencv快速入門人臉檢測與人臉識別 opencv,顧名思義“開源,計算機視覺”。OpenCV就是這樣的一個特殊的框架,一羣大牛然繞自己的時間,製作了一個開源的計算機視覺框架。藉助它我們可以快速的創建計算

原创 發現你的身形——OpenCV圖像輪廓

文章目錄寫在最前輪廓發現算法邊緣檢測寫在最後 寫在最前 我的意思不是說你長得很胖,emmmm,而是你的輪廓很大。 ——五星上將詹姆斯下士如是說 果然有圖沒圖,理解是不一樣的,這就體現了計算機視覺的重要性,2333 上一節最後,我

原创 Autograd:自動求導

2019年年初,ApacheCN組織志願者翻譯了PyTorch1.0版本中文文檔(github地址),同時也獲得了PyTorch官方授權,我相信已經有許多人在中文文檔官網上看到了。不過目前校對還缺人手,希望大家踊躍參與。之前一段時

原创 使用PyTorch訓練圖像分類器

訓練分類器 2019年年初,ApacheCN組織志願者翻譯了PyTorch1.0版本中文文檔(github地址),同時也獲得了PyTorch官方授權,我相信已經有許多人在中文文檔官網上看到了。不過目前校對還缺人手,希望大家踊躍參與

原创 PyTorch 深度學習: 60 分鐘極速入門

PyTorch 深度學習: 60 分鐘極速入門 2019年年初,ApacheCN組織志願者翻譯了PyTorch1.2版本中文文檔(github地址),同時也獲得了PyTorch官方授權,我相信已經有許多人在中文文檔官網上看到了。不

原创 一文讀懂QEMU虛擬機

Qemu 架構 Qemu 是純軟件實現的虛擬化模擬器,幾乎可以模擬任何硬件設備,我們最熟悉的就是能夠模擬一臺能夠獨立運行操作系統的虛擬機,虛擬機認爲自己和硬件打交道,但其實是和 Qemu 模擬出來的硬件打交道,Qemu 將這些指令轉譯給真

原创 從去除噪點的說起,有OpenCV要什麼PS?

寫在最前 想必生活在2020的我們一定不得不對PS有所瞭解或者接觸,雖然現在藉助人工智能技術,ps已經變成了一代“神級”妖術,但是憶往昔,早期的PS其實也不過是一堆計算機視覺裏的算法罷了。其實我們就可以使用計算機視覺裏的技術來做一

原创 Ubuntu 18.04 獨顯和集顯切換

查看自己的顯卡 ubuntu-drivers devices #查看自己的顯卡及可以安裝的驅動版本 == /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 == modali

原创 QEMU入門指南

文章目錄前言什麼是QEMUQEMU的再認識QEMU的安裝與下載QEMU的源碼安裝QEMU源碼結構參考 前言 我們在openstack中會經常使用很多鏡像,比如row,row2等。openstack底層支持的虛擬機很多。而qemu就

原创 人工智的時代?未來已至?

在過去的幾年裏,高新技術發展似乎方興未艾。大數據,雲計算,人工智能又或者是數據科學,智慧城市,無人駕駛,無數嶄新的名詞不斷地衝擊着我們。或許不遠了。而實際上它們早已經悄悄地改變了我們。下面幾個故事將告訴我們,曾經難以想象的未來是如

原创 圖像邊緣檢測,檢測亦或簡化

文章目錄寫在最前Sobel 邊緣檢測基本原理代碼實現Canny邊緣檢測基本原理代碼實現Laplacian邊緣檢測Scharr寫在最後總結下載參考 寫在最前 上一章節,我們在使用圖像輪廓發現的時候使用了圖像邊緣檢測,一次來提高圖像輪

原创 計算機視覺的基石-濾波

文章目錄寫在最前OpenCV中的濾波類型噪音生成等基本函數高斯濾波自定義濾波器 寫在最前 我在之前的文章中 講了OpenCV中的濾波函數以及專門去模糊化的函數fastNlMeansDenoisingColored講解了OpenCV

原创 角點檢測——發現圖像的特徵

文章目錄寫在最前角點檢測是什麼?有什麼用?OpenCV中的角點檢測Harris角點檢測Shi-Tomasi 角點檢測特徵檢測,從ORB說起寫在最後往期文章下載 寫在最前 不知不覺,漫談計算機視覺也寫了四篇了,我們從最基本的除噪引出

原创 本人所有博客從始至終遵循by-nc-sa協議

近期CSDN未經博主統一隨意修改協議權限。本人對其嚴肅抗議,並特此聲明 本人所有博客,均遵守by-nc-sa協議,這是我一直在聲明的。 by-nc-sa協議——保留署名,相同格式分享,禁止商用 詳情請參考: https://cre

原创 OpenCV(4)圖像邊緣檢測

上一章節,我們在使用圖像輪廓發現的時候使用了圖像邊緣檢測,一次來提高圖像輪廓發現的準確率。事實上在計算機的各個領域都有圖像邊緣檢測的身影。邊緣檢測一大優點就在於可以大幅度減少數據量,並且提出可以認爲不相關的信息,保留了圖像的結構屬