计算机视觉方面书籍推荐

简介: 《学习OpenCV3》,是由OpenCV原作者编写的,新版本中文版将于18年上市 《Mastering OpenCV with Practical Computer Vision Projects》 中文《深入理解OpenCV:实用计算机视觉项目解析》专注解决图像处理中的算法问题。
《学习OpenCV3》,是由OpenCV原作者编写的,新版本中文版将于18年上市
img_e3c625f3bae2e038b706de86cb6facb6.jpe
 《Mastering OpenCV with Practical Computer Vision Projects》 
中文《深入理解OpenCV:实用计算机视觉项目解析
img_1400140a18336da7915675b815eed1e7.jpe
专注解决图像处理中的算法问题。

img_61bfa349483f6b6210a0648e7fbffc77.jpe




目前方向:图像拼接融合、图像识别 联系方式:jsxyhelu@foxmail.com
目录
相关文章
|
2月前
|
机器学习/深度学习 人工智能 机器人
计算机视觉技术介绍
【10月更文挑战第14天】 计算机视觉技术介绍
|
10天前
|
机器学习/深度学习 人工智能 监控
深度学习与图像识别的奇妙之旅
【10月更文挑战第42天】在这篇文章中,我们将一同探索深度学习如何革新了我们对图像的理解。通过深入浅出的方式,我们将了解深度学习模型如何学会“看”世界,并实现令人惊叹的图像识别能力。文章将带领读者从基础概念出发,逐步深入到模型训练和优化策略,最后以实际的代码示例来揭示这一技术的强大之处。无论你是深度学习领域的新手,还是希望加深理解的资深爱好者,这篇文章都将为你提供宝贵的知识与启示。
25 1
|
3月前
|
机器学习/深度学习 人工智能 PyTorch
AI计算机视觉笔记三十二:LPRNet车牌识别
LPRNet是一种基于Pytorch的高性能、轻量级车牌识别框架,适用于中国及其他国家的车牌识别。该网络无需对字符进行预分割,采用端到端的轻量化设计,结合了squeezenet和inception的思想。其创新点在于去除了RNN,仅使用CNN与CTC Loss,并通过特定的卷积模块提取上下文信息。环境配置包括使用CPU开发板和Autodl训练环境。训练和测试过程需搭建虚拟环境并安装相关依赖,执行训练和测试脚本时可能遇到若干错误,需相应调整代码以确保正确运行。使用官方模型可获得较高的识别准确率,自行训练时建议增加训练轮数以提升效果。
|
3月前
|
人工智能 开发工具 计算机视觉
AI计算机视觉笔记十:结印动作识别
该项目基于恩培大佬的《火影结印识别》小项目,使用yolov5实现手势识别功能。项目包含数据集准备、模型训练和代码实现,可在无GPU环境下运行。代码利用状态机检测手势序列,完成特定结印后触发音效播放。[GitHub地址](https://github.com/enpeizhao/CVprojects)提供了详细步骤和示例代码。
|
4月前
|
机器学习/深度学习 编解码 文字识别
第3章 计算机视觉基础
这篇文章是计算机视觉基础的介绍,涵盖了计算机视觉的概念、应用场景、挑战,以及常见的计算机视觉任务(如图像分类、目标检测、图像分割、OCR、视频分析和图像生成),并通过PaddleHub工具提供了快速实践的指南。
|
5月前
|
存储 机器学习/深度学习 编解码
计算机视觉的基础概念与入门
之前学习了一下 Python 环境下计算机视觉方面的一些应用(主要是 OpenCV),但是对于计算机视觉方面的种种概念都是一笔带过,计算机视觉是一个很大的领域,在深入它之前 ,有必要对其中的一些基础概念有一个宏观的理解。
|
7月前
|
机器学习/深度学习 算法 自动驾驶
计算机视觉入门
计算机视觉入门
|
7月前
|
机器学习/深度学习 数据采集 人工智能
计算机视觉技术综述
计算机视觉技术综述
|
机器学习/深度学习 人工智能 算法
好教程推荐系列:《计算机视觉--算法与应用》和《机器视觉算法与应用》等等
好教程推荐系列:《计算机视觉--算法与应用》和《机器视觉算法与应用》等等
815 0
|
机器学习/深度学习 传感器 人工智能
计算机视觉-计算机视觉入坑(一):计算机视觉入坑前的信息采集和了解
计算机视觉-计算机视觉入坑(一):计算机视觉入坑前的信息采集和了解
305 0
计算机视觉-计算机视觉入坑(一):计算机视觉入坑前的信息采集和了解