demi的博客

人工智能最具挑战性的课题之一是计算机视觉技术。近年来，随着计算机视觉应用的日益广泛，计算机视觉技术在机器人、监控、医疗等领域得到了广泛的应用。在本文中，我们列出了十个流行的计算机视觉项目以及它们的可用数据集，供初学者学习。

积神经网络（CNN）是一种目前计算机视觉领域广泛使用的深度学习网络，与传统的人工神经网络结构不同，它包含有非常特殊的卷积层和降采样层（有些文章和书籍里又称之为池化层、汇合层），其中卷积层和前一层采用局部连接和权值共享的方式进行连接，从而大大降低了参数数量。

为什么要进行特征选择？什么是特征选择？怎么进行特征选择？特征选择想要做的是：选择尽可能少的子特征，模型的效果不会显著下降，并且结果的类别分布尽可能的接近真实的类别分别。

无监督学习主要有两种类型：数据集变换和聚类。

机器视觉方向的21种常用算法

在Untiy的渲染流程中CPU和GPU分别做了什么？

在数字图像处理当中，一个像素用三个字节来表示，每个字节对应着R,G,B,分量的亮度。灰度图像是将亮度值量化为0~225共256个级别。图像灰度化处理的方法主要有平均值法、加权平均值法和最大、最小值法。

有没有想过要设计多大的企业规模系统？在主要的软件开发开始之前，我们必须选择一个合适的体系结构，它将为我们提供所需的功能和质量属性。因此，在将它们应用到我们的设计之前，我们应该了解不同的体系结构。

BM3D 是一种降噪方法提高了图像在变换域的稀疏表示。BM3D 降噪方法的优点是更好的保留图像中的一些细节，BM3D采用了不同的去噪策略。通过搜索相似块并在变换域进行滤波，得到块评估值，最后对图像中每个点进行加权得到最终去噪效果。 

给大家总结了2020年以来的图像分割领域的进展，包括了结构，损失函数，数据集以及框架。