机器视觉资讯20231130

---

视觉招聘小黑板

欲了解详情，请在公众号后台回复：231130

---

---

行业资讯

华南理工的差专业和广东工业大学的最好专业（自动化卓越班）之间如何选择？ 2023-11-29 17:06

专业方向决定你的未来职业。

例如你选华工A+轻工专业（造纸），未来去环境恶劣的造纸厂，职业远不如广工A-控制工程专业。

......长按二维码访问原文

Deep Learning For Computer Vision: Essential Models and Practical Real-World Applications： 2023-11-29T12:11:21+00:00

The advancement of computer vision, a field blending machine learning with computer science, has been significantly uplifted by the emergence of deep learning. This article on deep learning for computer vision explores the transformative journey from traditional computer vision methods to the innovative heights of deep learning. We begin with an overview of

......长按二维码访问原文

友思特量产发布：首款在实时视频流中实现AI感知叠加的工业相机--机器视觉网 2023-11-30 10:10:51

2023-11-30 10:10:51 来源: 中国机器视觉网

友思特 IDS NXT malibu 的推出标志着新一代智能工业相机的诞生，实现在设备端实时视频流与AI感知的叠加！

实现AI流媒体

智能工业相机 malibu 采用了 Ambarella 最初用于运动相机的特殊芯片，可以高速（>25fps）实现全高清压缩视频流（H264），并可以通过RTSP协议在终端设备上显示这些内容，这意味着不需要使用PC就可以进行图像评估/可视化。

AI和ISP携手共创未来

友思特 IDS NXT malibu 是首次将该技术应用于工业环境。凭借着 SoC 内置强大的图像信号处理器（ISP）、Onsemi AR0521图像传感器输出的信息，在相机上经过硬件引擎的加速高效处理，并且可以非常方便地完成亮度、噪声和颜色校

......长按二维码访问原文

商汤“商量”获评中国大模型市场未来领袖--机器视觉网 2023-11-30 11:19:41

2023-11-30 11:19:41 来源: 中国机器视觉网

日前，新华社研究院中国企业发展研究中心发布《人工智能大模型体验报告3.0》，对主流大模型进行了全面评估，并为中国企业的大模型产品选型提供了专业指导。

报告显示，商汤“商量SenseChat”在定量实测的情商维度上，位居全部10款大模型第一，并在定性评估中入选大模型市场未来领袖象限。此外，商汤赋能电力AI平台智能化升级的实践，也入围新华社研究院报告的“厂商最佳实践案例”。

新华社研究院测评选取10家国产主流大模型产品进行深入的定量实测，覆盖基础能力、智商、情商和工作提效四个维度1000道题，并精选其中的400道题进行实际问答测试，以准确反映大模型在不同场景和问题下的实际表现。

实测中，商汤“商量”取得1746分的优异结果，其中情商维度表现位居

......长按二维码访问原文

索尼发布高达532万有效像素的工业级SWIR图像传感器--机器视觉网 2023-11-30 14:05:22

2023-11-30 14:05:22 来源: 中国机器视觉网

近期，索尼半导体解决方案公司（英文简称：SSS）宣布即将推出用于工业设备的短波红外（SWIR）图像传感器：IMX992，其有效像素高达532万。

短波红外图像传感器IMX992：左图是内置电热冷却装置的陶瓷封装（PGA）形式；右图是陶瓷封装（LGA）形式

新款短波红外图像传感器采用索尼自研的Cu-Cu（铜-铜）连接技术，实现了小至3.45μm的像素尺寸。它还具有优化的像素结构，可有效捕捉光线，实现从可见光到不可见的短波红外光波段的宽光谱高清成像（波长：0.4μm至1.7μm）。此外，与传统产品相比，新的拍摄模式还可在黑暗环境中呈现高质量的图像，显著减少噪点。

除了IMX992型号，索尼还将推出像素尺寸为3.45μm、有效像素为321万的IM

......长按二维码访问原文

光鉴科技发布dToF深度融合相机Nebula 300--机器视觉网 2023-11-30 14:53:57

2023-11-30 14:53:57 来源: 中国机器视觉网

近日，光鉴科技发布基于dToF深度融合技术的Nebula 300 相机，以满足远距离场景的3D视觉需求，进一步完善光鉴科技3D视觉技术路线及产品矩阵，为机器人避障、导航等场景提供更多灵活的解决方案。

dToF（direct Time-of-Flight）是指直接飞行时间技术路线，通过直接测量光脉冲的发射和接收飞行时间间隔，从而计算出ToF相机与被测目标之间的距离。dToF是光鉴科技继结构光、iToF、sToF等3D视觉路线后，又一次在新技术路线的拓展。

为了支持远距离3D感知的需求，光鉴科技协同灵明光子，共同研发出全新dToF 3D相机——Nebula 300。作为光鉴科技首款dToF相机，Nebula 300具有量程大、功耗低、抗干扰能力强

......长按二维码访问原文

联瑞新品发布，全国产网络安全网卡助力构建信创产业生态--机器视觉网 2023-11-30 15:05:58

2023-11-30 15:05:58 来源: 中国机器视觉网

近年来，信创产业政策陆续出台，《“十四五”数字经济发展规划》和《关于加强数字政府建设的指导意见》提出，要强化关键产品自给保障能力，提高自主可控水平。国资委还有文件要求，到2027年底前实现央国企的信息化系统信创替代。

信创的核心本质是自主可控、信息安全。360集团首席安全官杜跃进曾强调，信创是发展的必然之路，做好网络安全保障是信创产业发展的重要基础。通过国产化替代增强对关键信息基础设施和核心技术的掌控能力，提高网络安全保障，对信创产业生态建设和国家安全有着重大的意义。

国产化产品对构建网络安全的重要性毋庸置疑，LR-LINK联瑞积极响应国家信创战略，不断践行国产化攻坚，在网络安全方面再次推出重磅新品——全国产化千兆网络安全系列横插卡。该系

......长按二维码访问原文

4个对工业AI的误解你中了几个？AI技术在制造和物流行业的实际应用和潜力--机器视觉网 2023-11-30 10:37:46

4个对工业AI的误解你中了几个？AI技术在制造和物流行业的实际应用和潜力

2023-11-30 10:37:46 来源: 中国机器视觉网

工业领域的人工智能(AI)正在迅速崭露头角，工业AI可以帮助制造商借助设备监控和预防性维护计划来最大限度地延长正常运行时间，以及确定损失的产量和缺陷。其预测能力也可以用于创建学习和预测需求模型。

但与此同时，对于AI的应用也伴随着一些普遍的误解。IBM《2022年全球AI采用指数》报告显示，34%的调查受访者(全球约2,550家公司)表示：缺乏AI专业知识阻碍了实施工作。因此，本文旨在澄清大众对工业AI常见的四大误解，以便大家能更清晰地理解AI技术在制造和物流行业的实际应用和潜力。

误解1： AI术语可以互换且无足轻重

有人误以为工业AI、机器学习和深度学习等术语是

......长按二维码访问原文

华汉伟业赋能3C电子制造质检，驱动工艺集成创新--机器视觉网 2023-11-30 15:38:18

2023-11-30 15:38:18 来源: 中国机器视觉网

工业人工智能奔涌而至，未来消费电子行业将继续高歌猛进。机器视觉作为工业人工智能皇冠上的明珠，将极大助力消费电子行业提质、增效、降本、减存，是实现工业互联与智能制造转型升级的核心基础设施。

随着工业4.0时代的到来，3C产品已经成为我们工作、学习和生活中不可缺少的东西。3C产品是计算机（Computer）、通讯（Communication）和消费电子产品（Consumer Electronic）三类产品的简称。在3C产品生产过程中必须确认零部件的加工质量、加工技术、工艺要求以及成品的质量，保障符合认证标准。

3C产品迭代快、精密度高， 成为驱动因素

3C 电子产业技术革新迅速，产品迭代速度比较快，生命周期较短，导致消费者对3C电子的需求频率越

......长按二维码访问原文

“飞爬”机器人协同，锅炉水冷壁一体化检修新模式--机器视觉网 2023-11-30 15:31:16

2023-11-30 15:31:16 来源: 中国机器视觉网

在火力发电厂各种事故中，锅炉事故约占发电厂总事故的70%以上，而锅炉70%以上的事故主要是水冷壁、过热器、再热器、省煤器四管的泄露与爆管事故。作为锅炉四管之一的水冷壁，由于长期在高温环境下运行，易发生结焦、腐蚀甚至破裂。水冷壁一旦因安全缺陷造成泄露事故，往往导致非计划停运及大量经济损失。如何更安全、更高效地完成水冷壁缺陷检测，是近年来智慧电厂领域的焦点问题。

近日，由上海成套院牵头、微亿智造参与的北方某大型电力分公司B厂“电站锅炉水冷壁高精度工业视觉检测系统”正式投运。据悉，电站锅炉水冷壁高精度工业视觉检测系统的研制与应用是工信部人工智能产业创新揭榜项目，也是针对能源行业提出的全球首例大型密闭空间多机器人协同检测技术研制与智能化应用项目。

该

......长按二维码访问原文

走进科麦机器视觉定制款-3米背光源，创新技术引领新时代！--机器视觉网 2023-11-30 15:21:07

2023-11-30 15:21:07 来源: 中国机器视觉网

产品概述：3米背光源-定制

背光源是一种平板式光源，由LED阵列分布于光源底部，经过优化设计成回形或环形的结构，发出的光经过特殊扩散板以后形成均匀的背光，可用于测量四侧外形轮廓或检测大尺寸PCB板字符，亦可作为前向光照明使用。

定制需求：3米背光源

大尺寸：此款光源发光面尺寸：2790*2040(单位：mm）；在现有工艺的支持下，采用拼接方式组装。功率：整区功率大，通过多分区方式，降低功率。均匀度：各区独立发光，每个区域拼接灯板，拼接后将多块灯板线路连接，同时保证均匀度。

产品特点

侧面、底部设置安装孔，安装便携；高密度LED分布于光源底部；均匀性好，亮度高；可定制多种大小，适用于特殊场合；尺寸灵活多样，适用范围广泛。

产品应用领域

......长按二维码访问原文

http://china-vision.org/paper-detail/216479.html： 2023-11-30 13:18:12

......长按二维码访问原文

华南包装展专精特新企业专场推介―新闻频道- 视觉系统设计 2023/11/29 23:49:12

中小企业是推动国民经济发展的基础力量，也是建设现代化产业体系的重要微观基础。工业和信息化部将优质中小企业认定分为创新型中小企业、“专精特新”中小企业和专精特新“小巨人”企业三个层次，三者相互衔接、共同构成梯度培育体系。

近年来，在复杂多变的市场环境下，经济发展面临着下行压力，各行各业都受到一定程度的冲击。中小包装企业普遍反映订单难找、成本难降、账款难收、融资难求、人流物流不畅通，难以正常生产经营。

面对严峻的外部环境，专精特新企业则体现出了强劲的抗冲击能力，成为韧性成长的典范。专业化、精细化、特色化、创新能力突出，使他们能够在细分领域拥有较强的竞争力，面对多重不利冲击时仍保持较好的韧性，从而推动行业高质量发展。

华南包装展与广包协强强联手，倾力打造“专精特新包装新势力！

2024Sino-Pack/PA

......长按二维码访问原文

华南包装展30周年亮点前瞻―新闻频道- 视觉系统设计 2023/11/29 23:45:06

【第30届中国国际包装工业展览会(Sino-Pack 2024)】暨【2024中国（广州）国际包装制品展览会(PACKINNO 2024)】（简称Sino-Pack/ PACKINNO华南包装展）将于2024年3月4-6日于广州•中国进出口商品交易会展馆B区举办。

扎根华南

三十载华章推动行业高质量发展

“开局关系全局，起步决定后势”，华南包装展每年3月在广州琶洲举办，是业内人士开年采购及把握行业时与势的良机。在“高质量发展”的指导下，展会紧盯行业新发展趋势，始终秉持“扎根华南、联动产业、务实创新”的理念，与行业同仁协同发力，推动行业高质量发展。

2024年，Sino-Pack/PACKINNO华南包装展将迈入了崭新的30年。三十年来，作为华南地区包装产业的领军展会，展会一路携手奋进，见证了包装行业的巨

......长按二维码访问原文

海康机器人AI智能读码器助力光伏行业扫码追溯―技术与应用频道- 视觉系统设计 2023/11/30 0:00:20

今年，光伏发电行业持续高速发展，我国仅在前九个月累计装机521.08GW，同比增长达到45.3%，已成为第二大电源类型超过水电。根据《2023中国与全球光伏发展白皮书》预测，到2030年，中国能够实现国家规划的风电和光伏总装机容量达到1200GW以上的目标。

当前，光伏行业的读码需求主要在电池片和组件工艺段，而光伏电池片和组件制造过程中存在多种读码难题，例如覆膜畸变、隐形码识别、打码质量等问题，需要专业的工业读码技术来解决。

针对光伏行业电池片和组件制造过程中的难题，海康机器人推出了多种高性能工业读码产品，包括工业固定式、手持巴枪和PDA等，可满足光伏电池制造中各个环节的读码需求。同时，依托于高性能的硬件平台和自研的AI读码算法，针对新能源行业疑难码进行了专项优化，具有更好的兼容性。

硅片极小码读取

需

......长按二维码访问原文

安森美：引领超低功耗成像技术，撬动智能监控市场巨大商机―业界采访频道- 视觉系统设计 2023/11/30 0:38:49

如今，机器视觉技术的应用场景的不断丰富，从生产制造工厂中的机器换人，到日常生活中的各种识别监控，机器视觉已经成为生产生活中越来越必不可少的关键技术。图像传感器作为机器视觉应用中最为核心的成像器件，也在随着应用需求的不断发展变化而不断刷新着自身性能。

作为图像传感器领域中的老牌企业，安森美在图像传感器技术领域拥有着多个“业界第一”，在某种程度上，安森美堪称引领图像传感器市场发展的风向标。

趁着近期安森美推出最新的Hyperlux LP系列超低功耗图像传感器的机会，《视觉系统设计》（以下简称VSDC）杂志特别采访了安森美智能感知部工业及消费应用大中华区市场经理 Annie Tao女士，请她为我们分享了图像传感器市场最新的技术与应用发展动向。

Annie Tao：安森美智能感知部工业及消费应用大中华区市场经理

......长按二维码访问原文

通过机器视觉实现医疗领域的自动拾取和放置解决方案―新闻频道- 视觉系统设计 2023/11/30 10:32:41

Irish Manufacturing Research 与 Multipix Imaging Components Ltd 和 MVTEC Software GmbH 共同开发了一款用于医疗领域的拾取和放置机器人应用。利用机器视觉软件，机器人可以可靠地识别并处理形状复杂的高度反光组件。

机器人接管医疗领域的拾取和放置任务

Irish Manufacturing Research (IMR) 是一家领先的研究和技术机构，在工业 4.0 领域提供范围广泛的研究、培训和咨询服务组合。IMR 为医疗行业开发了一款经济高效的解决方案。这款拾取和放置机器人专为自动处理膝关节植入物等复杂组件而设计。在此之前，人工执行这一任务较为容易。IMR 高级研究员 Anum Rehman 表示：“相应的机器人应用是在 Multip

......长按二维码访问原文

通过机器视觉实现医疗领域的自动拾取和放置解决方案 2023/11/14 14:00:00

资讯 > 解决方案

www.cechina.cn2023.11.29阅读 266

Irish Manufacturing Research 与 Multipix Imaging Components Ltd 和 MVTEC Software GmbH 共同开发了一款用于医疗领域的拾取和放置 机器人 应用。利用 机器视觉 软件，机器人可以可靠地识别并处理形状复杂的高度反光组件。

机器人接管医疗领域的拾取和放置任务

Irish Manufacturing Research (IMR) 是一家领先的研究和技术机构，在工业 4.0 领域提供范围广泛的研究、培训和咨询服务组合。IMR 为医疗行业开发了一款经济高效的解决方案。这款拾取和放置机器人专为自动处理膝关节植入物等复杂组件而设计。在此之前，人工执行这一任务较

......长按二维码访问原文

适配器模式-面向对象/设计原则/设计模式/代码重构-少有人走的路 2023-11-30 14:12:07

解决方案

你可以创建一个适配器。 这是一个特殊的对象， 能够转换对象接口， 使其能与其他对象进行交互。

适配器模式通过封装对象将复杂的转换过程隐藏于幕后。 被封装的对象甚至察觉不到适配器的存在。

例如， 你可以使用一个将所有数据转换为英制单位 （如英尺和英里） 的适配器封装运行于米和千米单位制中的对象。

适配器不仅可以转换不同格式的数据， 其还有助于采用不同接口的对象之间的合作。 它的运作方式如下：

适配器实现与其中一个现有对象兼容的接口。 现有对象可以使用该接口安全地调用适配器方法。 适配器方法被调用后将以另一个对象兼容的格式和顺序将请求传递给该对象。

有时你甚至可以创建一个双向适配器 来实现双向转换调用。

......长按二维码访问原文

外观模式（Facade Pattern）-面向对象/设计原则/设计模式/代码重构-少有人走的路 2023-11-30 16:46:15

外观模式（Facade Pattern）是一种结构型设计模式，它隐藏了系统的复杂性，并向客户端提供了一个简单的接口。外观模式将客户端与系统的内部复杂性隔离，使得客户端只需要与外观对象进行交互，而无需了解系统内部的具体细节。

以下是一个使用C#语言实现的外观模式的示例：

假设我们有一个复杂的音响系统，包括调音台、CD播放器、收音机等组件。每个组件都有自己的接口和操作方法。对于客户端来说，直接使用这些组件可能会非常复杂。我们可以使用外观模式来隐藏这些复杂性，并提供一个简单的接口给客户端使用。

using System; namespace FacadePatternExample { // 音响系统组件接口 public interface IAudioComponent { void Operate();

......长按二维码访问原文

装饰者模式-面向对象/设计原则/设计模式/代码重构-少有人走的路 2023-11-30 16:41:19

装饰者模式是一种设计模式，用于动态地给一个对象添加一些额外的职责或行为。它允许你在不改变对象自身的基础上，增强其功能。装饰者模式通常用于实现与原有对象具有相同接口的新对象，并在新对象中添加额外的功能。

举个例子，假设我们有一个简单的文本处理程序，可以对文本进行加粗、斜体等操作。我们可以使用装饰者模式来动态地为这些操作添加额外的功能，比如记录日志或统计字符数。

下面是一个使用C#实现装饰者模式的例子：

using System; namespace DecoratorPatternExample { // 基础接口，定义需要实现的方法 public interface ITextProcessor { string Process(string input); } // 具体组件，实现基础接口 public

......长按二维码访问原文

组合模式-面向对象/设计原则/设计模式/代码重构-少有人走的路 2023-11-30 16:37:26

组合模式是一种用于表示部分-整体层次结构的设计模式，使得客户端对单个对象和复合对象的使用具有一致性。换句话说，组合模式允许你将对象组合成树形结构，并且能像单个对象一样使用它们。

举个例子，假设我们要创建一个文件系统的模型。我们可以有文件夹（包含其他文件或文件夹）和文件。文件夹可以包含文件和其他文件夹，形成一个树形结构。我们希望能够统一处理文件和文件夹，比如打印它们的名字。

下面是使用C#实现组合模式的例子：

using System; using System.Collections.Generic; namespace CompositePatternExample { // 组件接口 public interface IComponent { void PrintName(); } // 叶节点，实现

......长按二维码访问原文

桥接模式-面向对象/设计原则/设计模式/代码重构-少有人走的路 2023-11-30 16:25:24

类图：

Abstraction（抽象类）：定义中所说的抽象部分，通常在这个对象里面， 要维护一个实现部分(Implementor)的对象引用，在抽象对象里面的方法， 需要调用实现部分的对象来完成。 这个对象里面的方法，通常都是跟具体的业务相关的方法

RefinedAbstraction（具体类）：它实现了在Abstraction中声明的抽象业务方法， 在RefinedAbstraction中可以调用在Implementor中定义的业务方法

Implementor（实现类接口）：定义实现类的接口， 这个接口不一定要与Abstraction的接口完全一致，通常Implementor接口提供基本操作， 而Abstraction定义的接口可能会做更多更复杂的操作， Implementor接口对这些

......长按二维码访问原文

代理模式（Proxy Pattern）-面向对象/设计原则/设计模式/代码重构-少有人走的路 2023-11-30 16:55:04

代理模式（Proxy Pattern）是一种结构型设计模式，用于为其他对象提供一种代理或占位符，以控制对该对象的访问。代理模式常用于在不影响客户端代码的情况下，对目标对象进行访问控制、增加额外操作或延迟加载等。

以下是一个使用C#语言实现的代理模式的示例：

假设我们有一个 Image 类，用于加载和显示图片。由于加载图片可能是一个耗时操作，我们希望在图片加载完成之前显示一个占位符。为了实现这个功能，我们可以创建一个 ImageProxy 类作为 Image 类的代理，它先显示占位符，然后在后台异步加载图片。

首先，定义 Image 接口和 RealImage 类：

using System; using System.Threading.Tasks; namespace ProxyPatternExam

......长按二维码访问原文

享元模式（Flyweight Pattern）-面向对象/设计原则/设计模式/代码重构-少有人走的路 2023-11-30 16:50:05

享元模式（Flyweight Pattern）是一种结构型设计模式，用于在系统中共享大量相似对象，以减少内存占用和提高性能。享元模式通过共享相同或相似的对象，避免了创建过多的对象实例，从而降低了系统的开销。

以下是一个使用C#语言实现的享元模式的示例：

假设我们有一个图形绘制系统，需要绘制大量的圆形对象。每个圆形对象具有相同的属性和行为，只是位置和大小不同。为了优化性能和减少内存占用，我们可以使用享元模式来共享这些相似对象。

using System; using System.Collections.Generic; namespace FlyweightPatternExample { // 圆形对象接口 public interface ICircle { void Draw(); } // 具体圆

......长按二维码访问原文

​Over 10 Years of Insights on Visual Technologies & AI From Leaders ​a​t DeepMind, Sequoia Capital, Meta, Union Square Ventures,​ Snap and More​： 2023-11-29T13:05:00-0500

Ty Ahmad-Taylor, VP of Monetization at Snap, spoke about the ideal visual tech that he'd want to have in 20 years, but he'd like today:

“I think there are four companies that are working on it. Magic Leap is still in existence. I think Google, Apple, and Meta are working on it.

We're working on it, but ultimately our form factor looks like glasses, that gi

......长按二维码访问原文

让时间分辨率突破毫秒级限制，港理工团队研发动态视觉传感器，实现低延时低功耗的运动识别 2023-11-29 17:45

近日，香港理工大学柴扬和华中科技大学何毓辉教授造出一款动态视觉传感器，实现了高级别的动态视觉处理。

图 | 左二为柴扬教授，右一为本次论文第一作者周越博士（来源：资料图）

本次研究结合了动态视觉传感器和传感器内计算，通过充分利用两者的优点，他们还设计出一款动态传感器内计算架构。该架构可以大幅提高运算效率，实现低延时、低功耗的运动识别。

（来源：Nature Electronics）

这种直接在传感器内进行实时处理和决策的方式，有望用于边缘计算，以及用于那些对延迟高度敏感的场景比如无人驾驶汽车、机器人技术等领域，并能有效节省通信带宽，此外还能增强数据的安全性和隐私性。

那么，相比现有的图像传感器、或互补金属氧化物半导体（CMOS，Complementary Met

......长按二维码访问原文

中科大提出利用GPT4-V构建大规模高质量图文数据集ShareGPT4V，助力模型霸榜多项多模态榜单！ 2023-11-29 17:21

论文：https://arxiv.org/abs/2311.12793

主页：https://sharegpt4v.github.io/

Web Demo：https://huggingface.co/spaces/Lin-Chen/ShareGPT4V-7B

Code 和 Dataset：https://github.com/InternLM/InternLM-XComposer/tree/main/projects/ShareGPT4VOpenAI

现在点击关注 @CVer官方知乎账号，第一时间看到最优质、最前沿的CV、AI工作~

在九月份为ChatGPT添加了图像输入功能，允许用户使用上传一张或多张图像配合进行对话。这一新兴功能的背后是一个被OpenAI称为GPT4-Vision的多模态（vis

......长按二维码访问原文

MobileDiffusion在移动设备上亚秒级出图；零样本风格迁移方法Z-STAR；MagicAnimate人像动画生成 2023-11-29 22:00

MagicAnimate: Temporally Consistent Human Image Animation using Diffusion Model

本文引入了一种基于扩散模型的框架MagicAnimate，旨在增强时间一致性、忠实地保留参考图像和提高动画保真度。为实现这一目标，首先开发了一个视频扩散模型来编码时间信息。其次，为了保持跨帧的外观一致性，引入了一种新的外观编码器来保留参考图像的复杂细节。在此基础之上进一步采用简单的视频融合技术来促进长视频动画的平稳过渡。值得注意的是，在具有挑战性的TikTok跳舞数据集上，该方法在视频保真度方面比最强大的基线高出38%以上。

Z*: Zero-shot Style Transfer via Attention Rearrangement

......长按二维码访问原文

LabVIEW软件、驱动安装及编程方法（理论篇—2） 2023-11-29 22:05

机器视觉系统开发过程中，软件的开发最为关键，耗时也最长。一套好的机器视觉软件开发平台可以有效提高机器视觉系统开发效率并增强系统的稳定性和可靠性。

目前可供选择的机器视觉软件开发平台比较多，如德国MVTec软件公司的HALCON(国内由大恒图像代理)、Congex公司的Vision Pro以及开源的OpenCV等，这些产品都是十分优秀的机器视觉应用开发平台，但是，由于它们都要求基于传统的文本编程语言（C、C++、Basic等）进行开发，这就使得开发者很难快速为客户提供整套的自动化解决方案。

这时候就需要推荐LabVIEW这款开发环境了。

LabVIEW是由美国国家仪器（NI）公司研制开发，类似于C和BASIC开发环境，但是LabVIEW与其他计算机语言的显著区别是：其他计算机语言都是采用基于文本的语言产生代

......长按二维码访问原文

如何看待计算机视觉未来的走向? 2023-02-17 16:46

忽然兴致所至，留些没水平的预言吧，未来回头看看或许也挺有意思。

1. 不考虑开销的情况下，NLP中几乎所有的任务都能被GPT统摄，CV领域一样也会出现具有相似统治力的大模型。

2. 这个大模型不会是简单的Transformer/ViT结构，不一定是一个由自监督训练的模型，但一定是一个生成式模型，并通过朴素贝叶斯解决一切CV中的判别式问题，如同今天GPT在NLP中所做的那样。

3. 这个模型可能是去年火热的扩散/Score-based模型，也可能采用和GPT类似的自回归式，但更可能是我们仍需探索的全新的生成模型，它能更好地捕捉超空间中图像分布存在的规律和逻辑。

4. 无论如何这个模型一定有让人瞠目结舌的参数量，对比GPT-3 1750亿参数量至少要大10~20倍；训成这样的通用大模型需要的数据规模至少数百

......长按二维码访问原文

NeurIPS2023 | 论文速递：使用多条件扩散模型进行语言驱动的场景合成 2023-11-29 18:30

场景合成是一个具有多种工业应用的复杂问题。最近，大量的工作已经致力于使用人类动作、房间布局或空间图作为输入来合成场景。然而，很少有研究从多种模态，特别是结合文本提示的角度来解决这个问题。在本文中，提出了一个语言驱动的场景合成任务，这是一个整合了文本提示、人类动作和现有物体用于场景合成的新任务。与其他单一条件合成任务不同，的问题涉及多个条件，并需要一种处理和编码这些条件到一个统一空间的策略。为了解决这个挑战，提出了一种多条件扩散模型，与其他扩散文献的隐式统一方法不同，明确地预测了原始数据分布的引导点。证明了方法在理论上是有支持的。大量的实验结果表明，方法优于最先进的基准，能够实现自然场景编辑应用。

论文链接：https://arxiv.org/pdf/2310.15948v1.pdf

代码链接：https:/

......长按二维码访问原文

只需点击几下即可生成高质量的计算机视觉数据集 2023-11-29 16:33

计算机视觉项目通常需要高质量的数据集来训练强大的模型。在这篇博文中，我们将通过一个简单的过程指导你生成一个多样化且真实的数据集，采用一键生成的方法。通过利用 ChatGPT 的力量和一个真实的视觉图像生成模型，你可以轻松地创建一个根据你特定需求定制的数据集。

这篇博客的代码可以在以下 GitHub 存储库找到：GithubLink

第一步：使用ChatGPT生成真实图像提示

在这一初始步骤中，我们使用以下ChatGPT免费提示动态生成与真实视觉图像相关的提示。为了使提示符符合你的特定需求，你可以调整提供的Python代码中的参数。

####### 参数 ####### important_objects = "不同种类的熊" # 如果有多个，请像这样添加：不同种类的熊、百事瓶等 number_of_pr

......长按二维码访问原文

2023年快结束了，ai发展到什么程度了？ 2023-11-29 13:25

生成式AI将洗牌制造业？从知识外挂到设计搭子

生成式AI（GenAI）将如何推动制造业升级？四分仪的观点是：它可以协助工程师在数据库、专利信息中快速撷取有效信息，完成产品设计；同时，还可以将设计环节与视觉检测环节进行整合，提升视觉检测的效果；在管理环节，GenAI的应用还有望实现整个制造周期的透明化，并自动优化成本和流程。

本文共 4951 字，阅读约需 13 分钟

作者 | 李威

生成式AI正伺机放大招，将先进制造业变得更先进。

红山美国的两位投资人在他们的第二份生成式AI (GenAI) 报告中判断，GenAI的发展已经进入到第二篇章，更多应用将在基础模型上创造解决方案，端到端地解决人类问题。这也意味着，GenAI将随着越来越多应用层公司的出现，进入到各个垂直行业中，为每个行业带来迭代与增

......长按二维码访问原文

Delamination Measurement Using Image J；： 2023-11-30 13:46

......长按二维码访问原文

NeurIPS2023 | 论文速递：使预训练模型可逆：从参数到内存高效微调 2023-11-29 18:25

参数高效微调（PEFT）预训练语言模型（PLMs）已经成为一种非常成功的方法，只训练少量参数而不损害性能，并且随着PLMs的增大而成为事实上的学习范式。然而，现有的PEFT方法在内存效率上存在问题，因为它们仍然需要缓存大多数中间激活以进行梯度计算，类似于微调。减少激活内存的一个有效方法是应用可逆模型，因此中间激活不需要被缓存，可以重新计算。然而，修改PLM为其可逆变体并不是一件简单的事，因为可逆模型与当前发布的PLMs具有不同的架构。在本文中，首先调查了现有PEFT方法成功的关键因素是什么，并认识到在初始化PEFT方法时保留PLM的起始点是至关重要的。基于这一发现，提出了内存高效微调（MEFT），将适配器插入PLM，保留PLM的起始点，并使其可逆，无需额外的预训练。在GLUE基准测试和五个问答任务中对MEFT进

......长按二维码访问原文

超轻量级Change Detection模型USSFC-Net创新点分析 2023-11-30 11:27

主要创新点

1. MSDConv

作者提出了一个新的模块MSDConv用来降低模型整体的参数量。其中，原始卷积层的参数量和计算量可以记为：

为了简化原始卷积层的参数量， 作者对于 C' 的特征图，先通过点卷积（point convolution）生成 C' / 2 的本地特征，这样生成的特征不包含空间特征，只通过降维包含了紧凑的通道相关性。之后作者使用循环多尺度卷积（cyclic multiscale convolution ）获取辅助特征图。其中循环多尺度卷积使用空洞卷积和不同的不同的扩张率实现。这样保证了MSDConv可以只通过一层conv获取多尺度特征并在迭代中融合这些多尺度特征。

通过使用上述方法，作者将参数量和计算量降低为了：

根据计算，MSDConv的参数量相比传统卷积降低了 [1/(2K

......长按二维码访问原文

使用库普曼线性化以及数据驱动的批量定位和SLAM 2023-11-30 11:24

以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

#论文# T-RO 2023| 使用库普曼线性化以及数据驱动的批量定位和SLAM

【Data-Driven Batch Localization and SLAM Using Koopman Linearization】

文章链接：[2309.04375] Data-Driven Batch Localization and SL...

作者单位：多伦多大学、麦吉尔大学（加拿大）

我们提出了一个无模型批量定位和SLAM的框架。我们使用提升函数将控制仿射系统映射到高维空间，其中过程模型和测量模型都被渲染为双线性。在训练过程中，我们使用真实数据求解一个最小二乘问题，以纯粹从数据中计算与提升系统相关的高维模型矩阵。在推理时，我们通过一个优化问题来解

......长按二维码访问原文

Annotation Mastery: Seamless Detectron Integration with LabelImg： 2023-11-29T16:54:00+00:00

Introduction

Labeling the image, or annotating the photo, in the big picture of computer vision was challenging. Our exploration delves into the teamwork of LabelImg and Detectron, a powerful duo that combines precise annotation with efficient model building.LabelImg, which is easy to use and accurate, leads in careful annotation, laying a solid foundation

......长按二维码访问原文

Prashant Malge： 14.0.0

We use cookies on Analytics Vidhya websites to deliver our services, analyze web traffic, and improve your experience on the site. By using Analytics Vidhya, you agree to our Privacy Policy and Terms of Use

......长按二维码访问原文

Manufacturing to Computer Vision: Three Applications From Field Experience： 2023-11-29T14:19:25.000Z

Supply chain leaders often focus on two facets to improve their business: productivity and quality. Whether you’re working on the raw material picking or distribution end of the supply chain, computer vision can help automate your continuous improvement projects, or “Kaizen” events.

I, Daniel Bender (author and recently hired Roboflower), had the privilege

......长按二维码访问原文

Multimodal Maestro: Advanced LMM Prompting： 2023-11-29T17:29:38.000Z

Multimodality , which involves combining various data input formats such as text, video, and audio in a single model, will undoubtedly become one of the critical directions for AI progress in the coming years. Large Multimodal Models (LMMs) ability to process and interpret the contents of images is usually limited. It comes down primarily to Object Character

......长按二维码访问原文