Google发布MediaPipe，移动设备3D对象检测模型
仅通过在照片上训练模型，机器学习（ML）的最新技术就已经在许多计算机视觉任务中实现了卓越的准确性。基于这些成功和不断发展的3D对象理解，在增强现实，机器人技术，自主性和图像检索等广泛应用方面具有巨大潜力。例如，今年早些时候，Google发布了MediaPipe Objectron（一套针对移动设备设计的实时3D对象检测模型），它们在完全注释的真实3D数据集上进行了训练，可以预测对象的3D边界框。
继续阅读
作者： powers
MediaPipe 集成人脸识别，人体姿态评估，人手检测模型
MediaPipe 是一款由 Google Research 开发并开源的多媒体机器学习模型应用框架。在谷歌，一系列重要产品，如 、Google Lens、ARCore、Google Home 以及 ，都已深度整合了 MediaPipe。
继续阅读
MediaPipe Holistic谷歌面部，手部与姿势预测
MediaPipe是专门为利用加速推理（例如GPU或CPU）的复杂感知管道而设计的开源框架，已经为这些任务提供了快速，准确而又独立的解决方案。将所有这些实时地组合成一个语义上一致的端到端解决方案是一个独特的难题，需要同时推理多个相关的神经网络。
继续阅读
Makesense AI 工具为深度学习照片添加标签
makesense.ai是可免费使用的用于为照片加标签的在线工具。由于使用了浏览器，因此不需要任何复杂的安装-只需访问网站即可开始使用。您在哪个操作系统上运行也无关紧要-我们尽力做到真正的跨平台。它非常适合小型计算机视觉深度学习项目，这使得准备数据集的过程变得更加轻松快捷。可以以多种受支持的格式之一下载准备好的标签。
继续阅读
opencv+python智能车道检测，助力无人驾驶
准确可靠的车道检测是车道保持（LK）、变道自动化（LCA）和车道偏离警告（LDW）功能的关键特性。车道检测的研究可以追溯到20世纪80年代。世纪之交后，LDW和LK已经商业化，有些车辆甚至有LCA。DARPA和早期ADAS产品发起的自动驾驶挑战进一步推动了车道检测系统的发展。
继续阅读
Python人工智能使用OpenCV进行图片形状的中心检测
我们都知道正方形（长方形）的中心是2条对角线的交点，圆的中心是一个圆的圆心，如何在对象检测以及图片检测与识别领域，判断一个形状的中心，便是计算机视觉领域中的一个基础检测
继续阅读
Python代码使用OpenCV进行Blob检测
blob是图像中一组共享的区域，它们具有一些共同的属性（例如灰度值,形状，尺寸等）blob检测的目的是识别并标记一些特定区域，blob检测在自动化工业领域比较常见。OpenCV提供了一种方便的方法来检测blob并根据不同的特征对其进行过滤。那就是SimpleBlobDetector检测算法
继续阅读
人工智能python代码实现魔幻换天视频特效
前几期的视频，我们分享了python代码实现的魔幻换天的视频特效，如何使用python代码实现？本期文章我们简单介绍一下工作原理。
继续阅读
计算机视觉—opencv条形码的检测，助力无人超市
如何使用opencv来进行条形码的检测，毕竟超市里面的物品都是有价格条形码，如何进行opencv条形码的检测，便成了无人超市需要重点关注并需要解决的问题
继续阅读
python如何使用HanLP，LTP，jieba中文分词库
上期文章我们分享了NLP 自然语言处理的基础知识，本期我们分享几个比较流行的中文分词库，且这些中文分词库绝大部分是Java程序编写的，在linux系统上很容易使用，但是在windows环境下，如何使用python来使用这些分词库？？
继续阅读