摘要：先把AI人脸识别跑起来，然后研究它是如何实现的，整个过程中确实收获不少。所谓先跟着做，再跟着学，实践与理论结合，自己感觉有理解了一些基础概念入个门，在此分享一下自己的捣鼓经验。
摘要：信用卡识别的案例用到了图像处理的一些基本操作，对刚上手CV的人来说还是比较友好的。
文章来源 | 恒源云社区（一个专注 AI 行业的共享算力平台:恒源智享云)
本文结合老猿自己学习计算机视觉的一年半的艰难历程和粗浅经验，提出了计算机视觉学习需要掌握的基础知识，以及给计算机视觉学习同好们提出了三点建议。
摘要：信用卡识别的案例用到了图像处理的一些基本操作，对刚上手CV的人来说还是比较友好的。
OpenCV 4.5.1中最令人兴奋的特性之一是BEBLID (Boosted Efficient Binary Local Image Descriptor)，一个新的描述符能够提高图像匹配精度，同时减少执行时间！
如图所示, 左边为原始图片, 右边为经过处理后的老照片风格的图片, 图片来源与网络, 如果有侵权, 请联系本人删除.
图像二值化的简单到ostu算法实现，以及到使用openCV库的保姆级介绍。
文章来源 | 恒源云社区（恒源智享云)
文章来源 | 恒源云社区（一个专注 AI 行业的共享算力平台:恒源智享云)
文章来源 | 恒源云社区
CV训练时容易忽视的数据标签问题
摘要：LayoutLM模型利用大规模无标注文档数据集进行文本与版面的联合预训练，在多个下游的文档理解任务上取得了领先的结果。
图像二值化的简单到ostu算法实现，以及到使用openCV库的保姆级介绍。
图像二值化的简单到ostu算法实现，以及到使用openCV库的保姆级介绍。
文章来源 | 恒源云社区（专注人工智能/深度学习云GPU服务器训练平台，官方体验网址：https://gpushare.com/）
文章来源 | 恒源云社区（专注人工智能/深度学习云GPU服务器训练平台，官方体验网址：https://gpushare.com/）
在即将于 11 月 25 日召开的京东全球科技探索者大会上，京东智联云将携多个人工智能黑科技亮相，持续为各个行业输出全栈 AI 能力。
学习阅读视频，显示视频和保存视频。 学习从相机捕捉并显示它。 您将学习这些函数：cv2.VideoCapture(), cv2.VideoWriter()
摘要：本篇文章主要通过Tensorflow+Opencv实现CNN自定义图像分类案例，它能解决我们现实论文或实践中的图像分类问题，并与机器学习的图像分类算法进行对比实验。
OpenCV 4.5.1中最令人兴奋的特性之一是BEBLID (Boosted Efficient Binary Local Image Descriptor)，一个新的描述符能够提高图像匹配精度，同时减少执行时间！
摘要：本篇文章主要通过Tensorflow+Opencv实现CNN自定义图像分类案例，它能解决我们现实论文或实践中的图像分类问题，并与机器学习的图像分类算法进行对比实验。
文章来源 | 恒源云社区（专注人工智能/深度学习云GPU服务器训练平台，官方体验网址：https://gpushare.com/）
文章来源 | 恒源云社区（专注人工智能/深度学习云GPU服务器训练平台，官方体验网址：https://gpushare.com/）
本文结合老猿自己学习计算机视觉的一年半的艰难历程和粗浅经验，提出了计算机视觉学习需要掌握的基础知识，以及给计算机视觉学习同好们提出了三点建议。
本人博客转载去标明原文
使用JAVA+OPENCV 实现 识别图上的所有人的脸，并且标出人脸的位置，画出人眼以及嘴的位置
摘要：先把AI人脸识别跑起来，然后研究它是如何实现的，整个过程中确实收获不少。所谓先跟着做，再跟着学，实践与理论结合，自己感觉有理解了一些基础概念入个门，在此分享一下自己的捣鼓经验。
Java + opencv实现视频人脸检测, 调用电脑的摄像头，把摄像的信息逐帧分解成图片，基于图片检测标识出人脸的位置，把处理的图片逐帧绘制给用户，用户看到的效果就是视频的人脸检测。
还是同样的图片, 先来一张效果图压压惊. 看过上一篇文章的同学都知道, 前面已经实现了 人脸的性别识别, 所以这篇文章主要讲的是年龄识别. 大部分代码都是一样的, 主要是调用的dnn网络模型不一样, 预测的结果集合不一样. 其他的都一样. 不懂的往下看. 如果觉得
使用Python+OpenCV实现交通路标识别
使用Python+OpenCV实现交通路标识别
如图所示, 左边为原始图片, 右边为经过处理后的老照片风格的图片, 图片来源与网络, 如果有侵权, 请联系本人删除.
摘要：LayoutLM模型利用大规模无标注文档数据集进行文本与版面的联合预训练，在多个下游的文档理解任务上取得了领先的结果。
摘要：LayoutLM模型利用大规模无标注文档数据集进行文本与版面的联合预训练，在多个下游的文档理解任务上取得了领先的结果。