过去，这些计算机视觉应用中有许多都限于某些封闭的平台。但是，当与IP连接技术结合使用时，它们会创建一套以前无法实现的新应用。计算机视觉，再加上IP连接性、高级数据分析和人工智能，将成为彼此的催化剂，从而引发物联网（IoT）创新和应用的革命性飞跃。
在计算机视觉中，检测小目标是最有挑战的问题之一。本文给出了一些有效的策略。
本文概述了计算机视觉、自然语言处理和机器学习中常用的优化器。此外，你会找到一个基于三个问题的指导方针，以帮助你的下一个机器学习项目选择正确的优化器。
卷积是一种数学运算，它采用某种方式将一个函数“应用”到另一个函数。结果可以理解为两个函数的“混合体”。卷积由一个星号 (*) 表示，这可能与许多编程语言中通常用于乘法的 * 运算符混淆。
作为人工智能的关键领域之一的计算机视觉近期再次成为了热点，那么你真的了解什么是计算机视觉吗？
计算机视觉的半监督学习方法在过去几年得到了快速发展。目前最先进的方法是在结构和损失函数方面对之前的工作进行了简化，以及引入了通过混合不同方案的混合方法。在这篇文章中，作者会通过图解的方式解释最近的半监督学习方法的关键思想。
一般而言，比较成功的神经网络需要大量的参数，许许多多的神经网路的参数都是数以百万计，而使得这些参数可以正确工作则需要大量的数据进行训练，而实际情况中数据并没有我们想象中的那么多……
视觉的解析力，常常是指视觉语义，视觉特征，视觉场景理解，视觉目标检测，视觉变化，视觉运动状态理解等等。比如说，关于分辨率和清晰度，经常还可以见到清晰度，分辨力，分辨率，解析力，解析度，解像力，解像度这些词语。对于这些词语分别的含义和所指的具体内容是什么，怎样使用才合适，目前流行的看法是很不统一的。
其实在自监督学习的概念提出之前，NLP中就已经运用到了这一思想。
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。