计算机视觉标签_AI Agent技术社区

计算机视觉

用Python和PyTorch从零搭建一个简易视频动作识别模型（附完整代码）

本文详细介绍了如何使用Python和PyTorch从零搭建一个简易视频动作识别模型，涵盖数据准备、3D卷积神经网络构建、模型训练与优化等关键步骤。通过实战代码演示，帮助开发者掌握计算机视觉中的动态画面分析技术，适用于智能监控、内容分析等AI应用场景。

咪爷
2026-03-25 01:25:22

 105

 1

#计算机视觉 #人工智能
VideoAgentTrek Screen Filter 打造智能剪辑助手：自动识别并提取屏幕精彩片段

本文介绍了如何利用星图GPU平台自动化部署VideoAgentTrek Screen Filter镜像，打造智能剪辑助手。该工具能自动分析屏幕录制视频，识别并提取如游戏击杀瞬间、软件操作成功提示等精彩片段，生成剪辑时间线，从而将创作者从繁琐的素材粗剪工作中解放出来，大幅提升内容创作效率。

loretta bu
2026-03-17 01:24:02

 94

 1

#计算机视觉
VideoAgentTrek-ScreenFilter行业应用：车载中控录屏中的交互界面识别

本文介绍了如何在星图GPU平台上自动化部署VideoAgentTrek-ScreenFilter镜像，实现车载中控录屏的智能分析。该工具基于YOLO模型，能自动识别屏幕内的交互元素，如按钮和弹窗，从而将工程师从海量视频的人工检视中解放出来，快速定位关键交互画面。

飙车致死法厄同
2026-03-03 00:45:50

 286

 3

#计算机视觉 #目标检测
YOLO12与VSCode结合：高效开发目标检测模型的IDE配置

本文介绍了如何在星图GPU平台上自动化部署YOLO12目标检测模型WebUI镜像，实现高效的目标检测开发环境配置。该镜像结合VSCode IDE，为开发者提供完整的YOLO12模型调试和训练环境，可快速应用于实时目标检测、图像分析等计算机视觉任务，显著提升开发效率。

甄公子
2026-03-09 00:49:05

 174

 9

#目标检测 #计算机视觉
OpenCV norm函数实战：用Python快速计算图像相似度（含掩码mask高级用法）

本文详细介绍了如何使用OpenCV的norm函数结合Python快速计算图像相似度，包括掩码(mask)的高级用法。通过对比不同范数类型的特点和适用场景，提供了完整的图像预处理到相似度评分的工作流，并分享了性能优化与特殊场景处理的实用技巧，帮助开发者高效实现精准的图像比对。

宿迎
2026-05-11 12:22:31

 430

 8

#计算机视觉
保姆级教程：用Python+OpenCV SGBM一步步还原双目立体匹配（附代码避坑点）

本文提供了一份详细的Python+OpenCV SGBM算法实现教程，从零开始讲解双目立体匹配的核心步骤，包括Census变换、代价计算、代价聚合和视差计算。通过代码示例和避坑指南，帮助开发者深入理解SGM算法原理，并解决实际工程中的内存优化、计算效率等挑战。

臭鼠标
2026-06-09 11:01:21

 348

 6

#计算机视觉
**三维重建新视角：基于Open3D与Python的点云配准实战解析**在计算机视觉

在计算机视觉与机器人感知领域，正逐渐从实验室走向工业落地。它不仅是AR/VR、自动驾驶、数字孪生的核心支撑，更是实现环境理解与交互的关键环节。本文将聚焦于**点云配准（Point Cloud Registration）**这一核心步骤，结合实现高效、鲁棒的多视角点云拼接流程，并提供完整代码示例和关键参数调优建议。

zzq678912345
2026-04-19 04:59:51

 74

 1

#python #计算机视觉 #开发语言 +1
Python实现人脸表情识别与疲劳检测系统

计算机视觉中的人脸分析技术正广泛应用于智能监控、人机交互等领域。基于深度学习的人脸检测与特征分析技术，通过卷积神经网络(CNN)提取面部特征，实现表情识别、年龄性别分类等功能。在工程实践中，结合OpenCV和Dlib等开源库，可以构建高效的实时分析系统。特别是在驾驶员状态监测场景中，通过眼睛纵横比(EAR)算法实现的疲劳检测，配合表情识别模型，能显著提升行车安全。本文详细介绍如何使用Python搭

 weixin_33744854
2026-07-26 14:45:52

 412

 8

#计算机视觉
Python实战：5分钟将普通照片转事件相机风格（附完整代码）

本文介绍如何使用Python在5分钟内将普通RGB照片转换为事件相机风格图像。通过详细代码解析和参数调节建议，帮助开发者快速掌握事件相机模拟技术，适用于计算机视觉研究和教学场景。

salt
2026-02-15 04:48:24

 790

 10

#计算机视觉
OpenCV图像矫正实战：initUndistortRectifyMap和remap函数保姆级教程（附Python代码）

本文详细介绍了OpenCV中`initUndistortRectifyMap`和`remap`函数在图像矫正中的应用，从摄像头畸变原理到实战代码实现，帮助开发者解决图像扭曲变形问题。通过Python代码示例和性能优化技巧，提升计算机视觉应用的准确性和效率。

脚滑的狐狸160
2026-02-17 02:17:54

 927

 22

#计算机视觉
边缘检测实战：如何用Python+OpenCV绘制PR曲线（附完整代码）

本文详细介绍了如何使用Python和OpenCV对边缘检测算法进行量化评估，重点讲解了PR曲线的绘制方法及其核心指标OIS、ODS和AP的计算逻辑。通过完整的代码示例，指导开发者构建可复用的评估流程，帮助从主观判断转向客观性能分析，从而有效指导模型迭代与优化。

林常润
2026-02-27 00:14:09

 307

 4

#计算机视觉
使用VSCode开发YOLO12模型：高效调试技巧

本文介绍了如何在星图GPU平台自动化部署YOLO12目标检测模型WebUI镜像，实现高效的目标检测应用开发。通过该平台，用户可以快速搭建基于YOLO12的实时目标检测系统，适用于智能安防监控、自动驾驶视觉感知等场景，显著提升开发与部署效率。

亜恵恵阿由
2026-02-26 00:27:15

 110

 2

#目标检测 #计算机视觉
MediaPipe实战指南：Python实现人体姿态与手势识别

本文提供了一份详细的MediaPipe实战指南，重点介绍如何使用Python快速实现人体姿态与手势识别。内容涵盖从环境搭建、核心概念解析，到图片测试、视频流处理以及手势检测的完整代码示例。通过MediaPipe这一开箱即用的框架，开发者无需复杂训练即可轻松构建体感游戏、智能健身等应用原型，显著提升开发效率。

jump7
2026-02-24 01:29:20

 66

#计算机视觉
别再死记硬背了！用Python+OpenCV手把手带你算一遍‘重投影误差’

本文通过Python和OpenCV实战演示了重投影误差的计算与可视化，帮助开发者深入理解计算机视觉中的几何原理。从模拟3D场景到相机投影变换，再到误差分析和优化，手把手教你如何用代码实现并优化重投影误差，提升AR和SLAM应用的精度。

谈国平
2026-06-07 10:58:24

 285

 6

#计算机视觉
AI模型评测不只看准确率-CV与Agent评测指标体系梳理

文章摘要：本文讨论了CV模型评测中的关键问题与指标体系构建。首先指出仅依赖准确率指标的局限性，特别是样本不平衡时的误导性。随后提出完整的CV评测指标体系，包括准确率（需结合权重）、召回率（用户视角）、混淆矩阵（错误分析）和P99延迟（性能瓶颈）。在版本对比方面，强调环境对齐、样本覆盖度和结果波动分析的重要性。最后对比了CV模型（确定性）与Agent系统（概率性）的评测差异，指出CV评测需关注指标选

 whweia
2026-05-31 22:54:32

 294

 7

#人工智能 #计算机视觉 #机器学习
用Python+OpenCV实现单应矩阵变换：照片矫正与视角切换保姆级教程

本文详细介绍了如何使用Python和OpenCV实现单应矩阵（Homography Matrix）变换，包括倾斜文档矫正和棋盘格视角切换两大实战项目。通过代码示例和优化技巧，帮助读者掌握单应矩阵的核心概念和应用方法，提升计算机视觉项目的开发效率。

gin88
2026-02-21 03:03:25

 109

#计算机视觉
Kinect+Python实战：手把手教你搭建老年人跌倒检测系统（附完整源码）

本文详细介绍了如何利用Kinect体感设备和Python编程，从零开始搭建一套老年人跌倒检测系统。通过环境配置、骨骼数据获取、核心跌倒检测算法（双阈值判定法）的实现，并结合语音交互进行误判优化，最终提供了一套完整、可部署的源码方案，旨在为老年人提供无感、精准的安全保障。

润0713
2026-03-05 00:50:43

 570

 15

#计算机视觉
保姆级教程：用Python2.7从零搭建CelebA-HQ数据集（附百度网盘资源）

本文提供了一份详细的保姆级教程，指导开发者使用Python2.7从零开始搭建CelebA-HQ数据集。教程涵盖了环境隔离、依赖管理、数据处理脚本解析与修改、批量生成优化及结果验证等全流程，旨在帮助研究者在计算机视觉项目中获得对数据生成流程的完全掌控力。

view3
2026-03-03 05:22:38

 61

#计算机视觉
基于深度学习的风力发电机叶片缺陷检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目利用YOLOv10（You Only Look Once version 10）目标检测算法，开发一个高效的风力叶片检测系统。该系统能够自动从风力叶片图像中检测出缺陷区域，并分类缺陷类型（如烧蚀、裂纹、变形、污垢、油污、剥落、锈蚀），为风力叶片的维护和质量控制提供支持。

斌擎人工智能官方账号
2026-02-26 09:47:32

 125

#深度学习 #人工智能 #计算机视觉
RMBG-2.0实现AI图像背景去除：Python实战教程

本文介绍了如何在星图GPU平台上自动化部署RMBG-2.0轻量级AI图像背景去除工具，实现高效的AI图像处理。该工具能够精准识别并去除图像背景，保留发丝级细节，特别适用于电商商品图处理、人像摄影后期等场景，大幅提升图片编辑效率。

上海积分吴老师
2026-02-24 00:37:19

 337

 4

#计算机视觉
别再到处找图了！手把手教你用Python脚本批量下载Apriltag TAG16H5高清大图

本文详细介绍了如何使用Python脚本批量下载Apriltag TAG16H5高清大图，帮助开发者高效构建计算机视觉数据集。通过环境配置、核心下载功能实现、批量处理与错误恢复、并发下载加速等实战技巧，大幅提升资源收集效率，适用于机器人导航、AR交互等场景。

苏黎世贝勒爷
2026-06-07 16:59:53

 229

 11

#计算机视觉
Oxford 102花卉数据集实战：从下载到分类的完整Python处理流程

本文提供了Oxford 102花卉数据集的完整Python处理流程，涵盖从数据下载、解析原始.mat文件到构建PyTorch数据加载器的全过程。详细讲解了数据集结构解析、标签索引转换、图像预处理与组织，并针对常见错误（如Pillow版本兼容性问题）给出了解决方案，旨在帮助读者构建一个健壮、可复现的计算机视觉数据处理管道。

green
2026-03-01 08:03:05

 849

 13

#计算机视觉
图像融合质量评估：5个关键指标详解与实战应用（附Python代码）

本文深入解析了图像融合质量评估的5个核心指标，包括PSNR、SSIM、信息熵和互信息等，并提供了可直接复用的Python代码。文章结合医学影像和遥感图像等实战场景，指导开发者如何根据任务目标选择合适的评估体系，以量化融合结果的优劣并优化算法。

seed
2026-03-01 15:16:41

 191

 2

#计算机视觉
Random Walk算法在图像分割中的实战应用（附Python实现）

本文详细介绍了Random Walk算法在图像分割中的实战应用。该算法将图像像素视为图节点，通过计算随机游走者从各像素点到达用户标记的前景与背景种子点的概率，实现精准分割。文章提供了完整的Python实现代码，包括图构建、权重计算、线性系统求解及交互式分割界面，并分享了参数调优与常见问题解决经验。

theta
2026-03-05 01:11:53

 450

 12

#计算机视觉
OpenCV实战：5分钟搞定Harris角点检测参数调优（附Python代码）

本文深入解析OpenCV中Harris角点检测的核心参数blocksize、ksize和k的数学原理与调优策略。通过实战代码演示，提供从预处理、参数基线建立到顺序调整的系统化工作流，帮助开发者快速掌握参数调优技巧，提升检测精度与稳定性。

Melon
2026-02-17 10:47:45

 859

 17

#计算机视觉 #图像处理
Kinect+Python实战：手把手教你搭建高精度跌倒检测系统（附完整源码）

本文手把手教你利用Kinect深度传感器和Python，从零搭建一套高精度、非侵入式的跌倒检测系统。文章详细阐述了硬件选型、环境配置、核心跌倒检测算法的工程实现，并提供了完整的源码和误判优化策略，旨在帮助开发者快速构建可落地的智能看护解决方案。

ujm567890
2026-03-10 02:29:32

 237

 2

#计算机视觉
别再瞎调了！用OpenCV+Python搞定相机标定，手把手教你从棋盘格到内参矩阵

本文详细介绍了使用OpenCV和Python进行相机标定的完整流程，从棋盘格准备到内参矩阵计算。通过实战代码演示和常见问题解析，帮助读者掌握角点检测、亚像素优化等关键技术，避免常见误区，实现高精度标定。特别适合需要相机标定的单目视觉和线激光测量应用场景。

康石石
2026-04-01 09:07:18

 338

 9

#计算机视觉
AIGlasses_for_navigation智能体（Agent）架构设计：自主导航与任务规划

本文介绍了如何将AIGlasses_for_navigation视觉感知系统，作为核心感官集成到智能体（Agent）架构中，实现自主导航与任务规划。通过星图GPU平台，开发者可自动化部署该镜像，快速构建具备环境感知与决策能力的智能体。该方案的一个典型应用场景是，让机器人理解“去会议室取水杯并送至休息室”的复合指令，并自主完成路径规划、动态避障与任务执行。

BE东欲
2026-03-15 00:14:46

 894

 5

#计算机视觉
YOLO12与Antigravity库结合：Python中的趣味图像识别

本文介绍了如何在星图GPU平台上一键自动化部署YOLO12实时目标检测模型V1.0镜像，实现高效的目标识别功能。该镜像结合趣味性的视觉特效，可轻松应用于实时视频流分析、教育演示和创意艺术项目等场景，为用户提供兼具实用性与趣味性的计算机视觉解决方案。

己见明
2026-02-25 00:50:17

 370

 4

#目标检测 #计算机视觉
YOLOv8密集行人识别检测系统（项目源码+YOLO数据集+模型权重+UI界面+python+深度学习+环境配置）

本报告针对密集行人检测任务，基于YOLOv8框架构建了一个单类别（person）目标检测系统。模型在包含9,000张图像（训练集7,200张，验证集1,800张）的数据集上进行训练与评估。密集行人检测是计算机视觉领域的重要课题，广泛应用于自动驾驶、智能监控、人流统计等实际场景。与通用目标检测不同，密集行人场景面临多重技术挑战：行人之间相互遮挡导致部分目标不可见；远距离行人呈现为小尺寸目标，特征信息

 算法魔法师
2026-07-24 17:08:25

 216

 3

#python #深度学习 #计算机视觉 +1
Python+Dlib+OpenCV三剑客：5分钟搞定实时人脸68关键点检测（附完整代码）

本文详细介绍了如何使用Python结合Dlib和OpenCV快速实现实时人脸68关键点检测。通过简洁的代码示例和分步指导，开发者可以在5分钟内搭建高效的人脸特征定位系统，适用于美颜、虚拟试妆、情绪分析等多种应用场景。文章还提供了性能优化技巧和实用扩展思路，帮助读者轻松掌握这一计算机视觉核心技术。

遮弧酒邪
2026-04-16 09:16:01

 372

 9

#计算机视觉
基于深度学习YOLOv11的苹果损坏检测系统（YOLOv11+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

本项目基于前沿的YOLOv11深度学习算法，开发了一套高效精准的苹果损坏检测系统，结合计算机视觉与用户友好的交互界面，实现从图像采集到智能分析的端到端解决方案。系统核心采用YOLOv11目标检测模型，通过在自建的YOLO格式苹果损伤数据集上进行训练和优化，能够快速准确地识别苹果表面的破损、腐烂等缺陷，检测精度达到实用化水平。

网络爬虫大揭秘
2026-02-22 22:06:27

 181

 3

#深度学习 #ui #人工智能 +2
Agentic RAG深度解析教程（非常详细）：最新论文揭秘技术真相，从入门到精通，收藏这一篇就够了！

随着大语言模型(LLM)从"聊天机器人"进化为能自主规划、调用工具的Agent，**Agentic RAG**（检索增强生成）成为研究热点。与单次检索不同，复杂问题需要**多跳推理**——像侦探破案一样，通过多轮检索-推理链条才能找到答案。

小马不会过河
2026-03-09 21:14:36

 375

 10

#人工智能 #计算机视觉 #深度学习 +2
OpenCV实战：用Python手把手教你实现SIFT、SURF、ORB、FAST特征点检测与匹配（附完整代码）

本文详细介绍了如何使用Python和OpenCV实现SIFT、SURF、ORB和FAST四种经典特征点检测算法，包括环境配置、代码实现、参数调优和性能对比。通过完整的代码示例和实战应用，帮助开发者快速掌握这些特征提取算法在图像处理中的核心用法和优化技巧。

不贪吃
2026-05-05 10:58:12

 239

 8

#计算机视觉
Python实战：用OpenCV和PyHeatmap快速生成人群热力图（附完整代码）

本文提供了一份详细的Python实战教程，指导开发者利用OpenCV和PyHeatmap库快速生成人群热力图。文章从环境搭建、坐标数据提取（支持YOLO等目标检测模型）、核心热力图层生成到最终图像融合，提供了完整的代码示例和参数调优建议，帮助读者轻松实现空间密度可视化，适用于客流分析、公共场所聚集监测等场景。

AI troll 大师
2026-03-01 17:04:51

 887

 23

#计算机视觉
深入 Pillow 底层：Python 图像通道、像素运算实战开发

大多数开发者对 Pillow 的使用停留在+ 。一旦涉及水印合成、通道混合、批量处理性能优化，对通道模型和像素运算的底层理解就成了分水岭。本文从 Pillow 的内部数据结构出发，拆解通道操作、像素级运算和性能优化机制。mode 是最核心的属性，它决定了每个像素的通道数和数据类型：惰性加载：只读文件头解析元数据，不读像素。只有在调用或任何需要像素的操作时才触发实际 I/O。批量只读尺寸时不会产生

 Z_suger7
2026-07-13 16:45:49

 334

 7

#pillow #python #计算机视觉