系列教程

目标 在本章中，我们将了解k近邻（kNN）算法的原理。 理论 kNN是可用于监督学习的最简单的分类算法之一。这个想法是在特征空间中搜索测试数据的最近邻。我们将用下面的图片来研究它。…

目标 在本节中， – 我们将学习根据立体图像创建深度图。 基础 在上一节中，我们看到了对极约束和其他相关术语等基本概念。我们还看到，如果我们有两个场景相同的图像，则可以…

目标 在本节中 – 我们将学习多视图几何的基础知识 – 我们将了解什么是极点，极线，极线约束等。 基础概念 当我们使用针孔相机拍摄图像时，我们失去了重要信息…

目标 在本章中 – 我们将学习利用calib3d模块在图像中创建一些3D效果。 基础 这将是一小部分。在上一次相机校准的会话中，你发现了相机矩阵，失真系数等。给定图案图…

目标 在本节中，我们将学习 – 由相机引起的失真类型， – 如何找到相机的固有和非固有特性 – 如何根据这些特性使图像不失真 基础 一些针孔相机…

目标 在本章中， – 我们将了解光流的概念及其使用Lucas-Kanade方法的估计。 – 我们将使用cv.calcOpticalFlowPyrLK()之类…

作者|huggingface 编译|VK 来源|Github 在本节中，将结合一些示例。所有这些示例都适用于多种模型，并利用 了不同模型之间非常相似的API。 重要 ：要运行示例的…

学习目标 在本章中， – 我们将学习用于跟踪视频中对象的Meanshift和Camshift算法。 Meanshift Meanshift背后的直觉很简单，假设你有点的…

目标 背景分离（BS）是一种通过使用静态相机来生成前景掩码（即包含属于场景中的移动对象像素的二进制图像）的常用技术。 顾名思义，BS计算前景掩码，在当前帧与背景模型之间执行减法运算…

目标 在本章节中， – 我们将把calib3d模块中的特征匹配和findHomography混合在一起，以在复杂图像中找到已知对象。 基础 那么我们在上一环节上做了什么…

目标 在本章中， – 我们将看到如何将一个图像中的特征与其他图像进行匹配。 – 我们将在OpenCV中使用Brute-Force匹配器和FLANN匹配器 B…

目标 在本章中， – 我们将了解ORB的基础知识 理论 作为OpenCV的狂热者，关于ORB的最重要的事情是它来自“ OpenCV Labs”。该算法由Ethan Ru…

作者|huggingface 编译|VK 来源|Github 从v2.2.2开始，你可以使用库中内置的CLI上传与社区共享你的微调模型。 首先，在以下网址上创建一个帐户。 http…

目标 在本章中， – 我们将看到BRIEF算法的基础知识 理论 我们知道SIFT使用128维矢量作为描述符。由于它使用浮点数，因此基本上需要512个字节。同样，SURF…

目标 在本章中， – 我们将了解FAST算法的基础知识。 – 我们将使用OpenCV功能对FAST算法进行探索。 理论 我们看到了几个特征检测器，其中很多真…

目标 在这一章当中， – 我们将了解SURF的基础 – 我们将在OpenCV中看到SURF函数 理论 在上一章中,我们看到了SIFT用于关键点检测和描述符。…

作者|huggingface 编译|VK 来源|Github 注意:这是我们使用TorchScript进行实验的开始，我们仍在探索可变输入大小模型的功能。它是我们关注的焦点，我们将…

作者|huggingface 编译|VK 来源|Github 本章介绍使用Transformers库时最常见的用例。可用的模型允许许多不同的配置，并且在用例中具有很强的通用性。这里…

作者|huggingface 编译|VK 来源|Github 词汇表每种模型都不同，但与其他模型相似。因此，大多数模型使用相同的输入，此处将在用法示例中进行详细说明。 输入ID 输…

作者|huggingface 编译|VK 来源|Github 理念 Transformers是一个为NLP的研究人员寻求使用/研究/扩展大型Transformers模型的库。 该库…