计算机视觉

你也在用《计算机视觉：算法与应用》入门 CV 吗？或许你手里的版本已经有点过时了。 机器之心报道，编辑：张倩。 提到计算机视觉领域的入门书，不少人会推荐 Facebook 研究科学家 Richard Szeliski 的《计算机视觉：算法与应用》。这本书的英文版于 2010 年出版，2011 年被翻译成中文在国内面世，成为很多人学习计算机视觉的入门教材。 这本书探索了用于分析和解释图像的各种常用技术，描述了具有一定挑战性的视觉应用方面的成功实例，兼顾专业的医学成像和图像编辑与拼接之类有趣的大众应用。在这本书中，作者从科学的角度介绍了基本的视觉问题，将成像过程的物理模型公式化，然后在此基础上生成对场景的逼真描述，他还运用统计模型来分析和运用严格的工程方法来解决这些问题。 作为一本被广泛采用的教材，《计算机视觉：算法与应用》非常受初学者欢迎，有人称赞其「为计算机视觉技术的初学者（本科生）提供了广泛的标准计算机视觉问题的坚实基础」。 内容引自知乎用户 @红色石头。原贴链接：https://zhuanlan.zhihu.com/p/85618233 还有人表示，这本书「写得很简单，看完后对这个领域有了很好的把握，而且很多内容都有代码，感兴趣的地方自己尝试后，对算法理解也加深了很多」。 内容引自知乎用户 @Recruit (https://www.zhihu.com/people/rui

点击上方“ 3D视觉工坊 ”，选择“星标” 干货第一时间送达 来源:OpenCV学堂 计算机视觉论文 http://www.cvpapers.com/ 查历年的CVPR论文，到2020截至 https://openaccess.thecvf.com/CVPR2020https://openaccess.thecvf.com/CVPR2019https://openaccess.thecvf.com/CVPR2018https://openaccess.thecvf.com/CVPR2017https://openaccess.thecvf.com/CVPR2016https://openaccess.thecvf.com/CVPR2015 ICCV跟ECCV是每两年一届，分别是奇数年跟偶数年 往年ICCV的论文 http://openaccess.thecvf.com/ICCV2019http://openaccess.thecvf.com/ICCV2017https://openaccess.thecvf.com/ICCV2015 往年ECCV的论文 https://openaccess.thecvf.com/ECCV2018 查论文与代码 https://paperswithcode.com/ 这几个网站可以经常看看： ICCV: http://www.informatik

百度飞桨AI识虫任务心得 一 、赛题背景 二、比赛任务 三、心得体会 一 、赛题背景 目标检测是计算机视觉中的一个重要的应用方向，与之相关的应用也越来越多。百度飞桨与北京林业大学合作开发的AI识虫项目，是将AI与农业相结合的典型案例。本次比赛将使用林业病虫数据集，使用目标检测算法对图片中的虫子类别和位置进行预测。在《零基础实践深度学习课程》中，老师讲介绍如何使用YOLO-V3算法检测虫子，但老师所讲授的内容只包含最基本的功能。学员需要在此基础上对模型参数或者模型结构进行调整，以得到更好的评估结果。主要改进方案可以从以下四个方面进行：1、 使用其它模型如faster rcnn等；2、 使用数据增强，如对原图进行翻转、裁剪等操作； 3、 修改anchor参数的设置；4、 调整优化器、学习率策略、正则化系数等。 二、比赛任务 参赛者需要训练好目标检测模型，并且用训练好的模型在测试数据集上进行预测，每张图片的预测输出结果为图片中包含的虫子的 类别、位置、和置信度得分 。结果保存为json文件。参赛者需提供飞桨训练好的模型参数，可以在AI Studio Notebook中一键运行的预测代码，还有存放预测结果的json文本文件。 三、心得体会 通过最后一周的参赛，能够将最基本也是最常用的图像操作算法YOLO-V3用于实践案例中。在对数据集进行处理时，用到了一系列的图像增强技术，如调节亮度、缩放

文章目录 秋招简历制作技巧 秋招面试技巧_自我介绍 秋招技巧——角色翻转换位思考 秋招简历制作技巧 投递邮件的小技巧 ：姓名+岗位+学历+联系方式 例如：肥鼠路易_算法实习生_本科+137xxx.pdf 悄悄告诉你：“ 传说95%HR想要雇佣的应聘者都拥有完美的1页纸简历。 ” 最开始的求职意向不可以模糊，直接写出目标岗位的名称，岗位名称需要和简历具有匹配性。 专业技能描述 可以分成 熟悉某某基础框架 对某某原理有初步理解 精通xxxx，熟悉xxxx，了解xxxx 熟练掌握xxxx开源框架，以及xxxx项目构建工具 拖延症ICU患者感觉写专业技能描述也好难啊！ 查看相关公司的岗位要求如下： 岗位要求 具备扎实的编程实现能力，熟练使用C/C++，Python/Matlab等编程语言；熟悉Linux编程和熟悉中间件（ROS/DDS等）者优先； 具备良好的团队合作精神、沟通协调能力、执行力，对前沿领域有高度的技术敏感性，勇于接受挑战 有以下经历优先考虑： 1、具备移动机器人等领域研究经验，参与国内外知名相关竞赛，如未来挑战赛等； 2、具备相关工程或开发经验，如深度学习、仿真系统搭建/开发经验等； 3、传感器融合算法方向要求熟悉视觉、毫米波雷达、激光雷达和GPS/IMU等传感器； 4、发表过领域知名会议/期刊论文。 那么，我们编程相关的专业技能结合自身能力情况与岗位要求可以这样写：

　　 CCAI 2020年8月29日-30日 　　2020年中国人工智能大会（Chinese Congress on Artificial Intelligence 2020，简称“CCAI 2020”）将于8月29日-30日在南京召开。CCAI 2020以“智周万物”为主题，探讨人工智能作为引领未来的战略性技术，如何以周知万物的学术境界赋能未来，带动时代发展，实现互联世界的远大理想。 　　为了满足人工智能不同领域研究者相互交流、彼此启发的需求，我们发起了人工智能前沿学生论坛（Student Forum on Frontiers of AI, SFFAI）这个公益活动。 　　SFFAI每周举行一期线上活动，邀请一线科研人员分享、讨论人工智能各个领域的前沿思想和最新成果，使专注于各个细分领域的研究者开拓视野、触类旁通。我们目前主要关注机器学习、计算机视觉、自然语言处理等各个人工智能垂直领域及交叉领域的前沿进展。 　　此次SFFAI论坛将与2020中国人工智能大会进行联动，举办CCAI-SFFAI同期活动，我们对SFFAI前期的课题做了一个小的回顾与总结，分享所研究领域的入门学习路线和学术研究的起步经验，内容涉及必备知识、经典算法、常用代码和学习资源、感悟体会等方面，并由刚入职的同学介绍从学习到工作的转型，帮助AI相关专业的低年级学生和感兴趣的研究人员快速入门，顺利启航

本文转载自公众号“读芯术”(ID：AI_Discovery)。 AI在监控技术中的广泛使用，使得每一台闭路电视摄像机都有可能成为国家的密探。在网络上，从社交媒体网站或视频中抓取的图片皆可以被用来建立诸如Clearview AI(美国人工智能脸部识别公司)那样的大型监控数据库。 如今，一件连帽衫有可能改变这一切。Facebook和马里兰大学的研究学者制作了一系列运动衫和体恤衫，可以骗过监控算法，使其无法检测到穿着者。他们将其称为AI“隐形斗篷”。 这些衬衫利用了近五年前从计算机视觉算法中发现的一种特性。该算法使用一种简单(甚至有些天真幼稚)的方式来识别物体：他们在新图像中搜索与已识别图相似的像素图案。当人类在看到新事物时，可以根据复杂的线索和实际的知识进行判断，但算法只会用图像匹配这一方法。 来源：Rageon.com 这意味着，如果知道算法正在搜索的模式，就可以将其隐藏。为了制作这种可欺骗算法的衬衫，Facebook和马里兰大学的团队通过一种检测算法处理了一万张人像图片。当一个人被检测到时，图片的视角、亮度和对比度会被随机改变，接着，他们使用另一种算法找出欺骗算法最有效的随机改变。 当这些随机图案被打印在实物(如海报、纸娃娃以及衣物)上时，检测算法仍然会被欺骗。但研究学者也指出，实际测试的准确度低于纯数字测试，当一个人能穿着这个运动衫时，检测器的识别能力从近100%下降至50%

人工智能是研究如何通过机器来模拟人类认知能力的科学，目前人工智能应用最广泛的计算机视觉与语音交互依赖于监督学习下的深度学习方式，而监督学习下的深度学习算法训练则十分依赖人工标注数据。 相关数据显示，目前一个新研发的计算机视觉算法需要上万张到数十万张不等的标注图片训练，新功能的开发需要近万张标注图片训练，而定期优化算法也有上千张图片的需求。 这些海量训练数据集的背后是无数标注员共同努力的成果，正如著名科幻作家刘慈欣所言，“现在的人工智能，前面有多少智能后面就有多少人工。” 不过，随着人工智能落地进程的加快，这种过于依赖人力的方式也暴露出很多弊端。 首先，AI商业化对数据标注行业提出了新的要求，想要更加契合落地需求、解决垂直场景具体痛点，还需要海量且优质的标注数据做支撑，这在无形中增加了数据服务供应商的管理以及人力成本。 此外，数据需求量的提升对服务商的交付能力也提出了新的要求，容易造成项目延期等连锁反应。 为了解决这些问题，通过在数据标注以及质检的环节中应用AI辅助，进行人机协作，可以有效提高标注效率，充分发挥AI对于数据标注行业的反哺作用。 1.AI预标注 在语音转写类标注项目中，数据标注员需要仔细聆听每一个词语的发音，判断并转写其语义，这对于标注员的听写能力以及在长时间多任务下的专注力有着极高要求。 通过在此环节应用AI辅助，对语音数据进行语音识别

　　作者 | 蒋宝尚 　　编辑 | 丛末 　　北京时间6月20日，CVPR官网公布西安或为ICCV 2025会议举办地点。 　　官网说，按照地轮换的原则，ICCV 2025该轮到亚洲和大洋洲了，组委会一共收到了中国西安、深圳这两个城市的举办申请。 　　 　　投票地的选择也在这两个地方进行，每一个花美刀注册CVPR 2020账户的人员都拥有一份投票权，投票时间为太平洋夏令时星期二上午9:00到星期四下午9:00，为期两天，共60个小时， 投票结果为深圳368票、西安678票。 　　另外，关于CVPR 2025的举办地点，尚未收到主动申请的城市，官方猜测可能是因为COVID-19让美国大多数主要城市的会议中心和酒店的规划变得困难。 　　 1 　　 时隔20年再次回归中国 　　ICCV 的全称是 IEEE International Conference on Computer Vision，即国际计算机视觉大会，由IEEE主办，与计算机视觉模式识别会议（CVPR）和欧洲计算机视觉会议（ECCV）并称计算机视觉方向的三大顶级会议，被澳大利亚ICT学术会议排名和中国计算机学会等机构评为最高级别学术会议，在业内具有极高的评价。 　　不同于在美国每年召开一次的CVPR和只在欧洲召开的ECCV，ICCV在世界范围内每两年召开一次。ICCV论文录用率非常低，是三大会议中公认含金量最高的。 　

文章目录 一、概述 二、Yolo系列全家桶 YOLOv1 开山鼻祖之作 YOLOv2 YOLOv3 YOLOv4 目标检测tricks集大成者 YOLOv5 Fast YOLO Complex-YOLO MV-YOLO YOLO3D YOLO-6D YOLO-LITE Spiking-YOLO DC-SPP-YOLO SpeechYOLO Complexer-YOLO SlimYOLOv3 REQ-YOLO YOLO Nano xYOLO IFQ-Tinier-YOLO DG-YOLO Poly-YOLO E-YOLO PP-YOLO 一、概述 我对yolo系列好感较高，虽不及其他系列的精度，速度，但是他现在已经精度与速度之中做了trade off ，侧端也友好。本文引自我爱计算机视觉，后续我将对这些算法消融对比，关注公众号（原文底部）敬请期待。 YOLO目标检测算法诞生于2015年6月，从出生的那一天起就是“高精度、高效率、高实用性”目标检测算法的代名词。 在原作者Joseph Redmon博士手中YOLO经历了三代到YOLOv3，今年初Joseph Redmon宣告退出计算机视觉研究界后，YOLOv4、YOLOv5相继而出，且不论谁是正统，这YOLO算法家族在创始人拂袖而出后依然热闹非凡。 本文带领大家细数在此名门之中自带“YOLO”的算法，总计 23 项工作

本文最初发表在 Towards Data Science 博客上，经原作者 Luke Posey 授权，InfoQ 中文站翻译并分享。 作者 | Luke Posey 译者 | Sambodhi 策划 & 编辑 | 刘燕 随着工具和基础设施的成熟，应用人工智能不断加速发展。将这些基础设施与强大的人才库和热情、随时可获得的资本以及客户采用人工智能 / 机器学习的高度意愿结合起来，你就有了一些特别的东西。我们正在迈向一个新的十年，在这个十年里，人工智能 / 机器学习将以更快的速度为消费者和企业创造真正的价值。 定义术语 应用人工智能 ： 任何与将人工智能研究从实验室带到用例，以及两者之间的一切有关的事情。从基础设施和工具，到硬件，到工业中的部署面，再到模型本身，从人工智能研究的前沿到用例，都需要共同努力才能取得尖端进展。在我们这个领域中，成熟度的一个很好的检验标准，就是看一个新的进步从纸上到生产所需的时间。就在几年前，你还可以浏览该领域的一些主要进展，并努力寻找真正的用例；这种情况正迅速开始改变。 一些选择例子： 神经网络研究实现自动驾驶汽车（Tesla、Cruise、Waymo 等）。 像 BERT 和 GPT-2/3 这样的自然语言处理改进了搜索和助理（Google Search、Siri、Google Assistant、SoundHound、Clinc）。