机器视觉资讯20240101

文章目录[隐藏]

视觉招聘小黑板
行业资讯

视觉招聘小黑板

欲了解详情，请在公众号后台回复：240101

行业资讯

机器视觉应用场景有哪些 2023-12-26 10:57:40

机器视觉是人工智能正在快速发展的一个分支，目前中国已是继美国、日本之后的第三大机器视觉领域应用市场。本文将对机器视觉的应用进行简单盘点。

在这里，我们把机器视觉的功能分为检测、测量、识别、定位，并以此盘点机器视觉的应用。并在最后介绍一些目前较为火热的重点领域。

工业检测应用

在工业检测中利用机器视觉的非接触、速度快、精度合适、现场抗干扰能力强等突出的优点，使机器视觉技术得到了广泛的应用，取得了巨大的经济与社会效益。

在板材加工检测、玻璃基板表面检测、 PCB 表面检测、金属表面视觉检测、二极管基片检查、印刷电路板缺陷检查、焊缝缺陷自动识别等方面均得到了广泛应用。

在工业检测中采用机器视觉，可提高生产的柔性和自动化程度。一方面可以在一些危险工作环境或人工视觉难以满足要求的场合中采用机器视

......长按二维码访问原文

Teledyne e2v发布全新高水准CMOS图像传感器系列 2023-11-30 16:19:06

处理不平衡数据的过采样技术对比总结 2024-01-01 19:29

前言本文对处理不平衡数据的过采样技术进行了对比总结。

本文转载自Deephub Imba

作者：Abdallah Ashraf

仅用于学术分享，若侵权请联系删除

欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。

CV各大方向专栏与各个部署框架最全教程整理

【CV技术指南】CV全栈指导班、基础入门班、论文指导班全面上线!!

在不平衡数据上训练的分类算法往往导致预测质量差。模型严重偏向多数类，忽略了对许多用例至关重要的少数例子。这使得模型对于涉及罕见但高优先级事件的现实问题来说不切实际。

过采样提供了一种在模型训练开始之前重新平衡类的方法。通过复制少数类数据点，过采样平衡了训练数据，防止算法忽略重要但数量少的类。虽然存在过拟合风险，但过采样可以抵

......长按二维码访问原文

目标检测--开放词汇目标检测（OVD） 2024-01-01 15:15

本文介绍开放词汇目标检测的背景、方法与展望，希望读者阅读完本文后能对开放词汇目标检测领域有初步的认识。本文为个人理解与笔记，有误请指正！

（一）背景

目标检测是计算机视觉中的核心任务之一，是许多现实应用的基石，包括自动驾驶、医学图像分析与智能机器人等。给定图像，目标检测预测物体周围紧密封闭的边界框及其类别标签。当我们谈论目标检测时，通常指的是有监督目标检测。尽管因其显著的准确率，已被大量应用于现实生活中，但由于对监督信号的依赖，训练这样的模型需要昂贵耗时的人工标注。虽然已有一些有价值的目标检测数据集公开可用，如表1所示，但现实场景中往往存在近乎无限的未知目标类别（新物体不断产生与扩展）。这就引出了一个极具挑战性的问题：如何避免昂贵的监督信号实现对大量未知类别目标的检测？

表1 目标检测数据集对比

1.1

......长按二维码访问原文

Image Radar(4D 毫米波雷达) SLAM 方案调研 2024-01-01 16:48

作者：游振兴，王志勇，李琦，张家承

前言

Image Radar即4D 毫米波雷达，它输出3D位置+径向速度，相对于传统的3D毫米波雷达（2D位置+速度）多了一维高度信息输出。Image Radar具备传统3D雷达所有的特点，同时弥补了后者高度信息缺失导致的一系列问题。在特斯拉在其下一代V4智驾硬件上接入Image Radar[1]后引起了行业内的关注。Image Radar在成本以及雨雪等极端天气上表现上优于激光雷达，因此，基于Image Radar设计自动驾驶的感知和定位方案，可能会是接下来两年的一个热点的研究方向。

硬件原理和信号处理

ImageRadar的硬件原理

这部分可以参考[2]，在硬件上，和3D毫米波的主要差异在于Image Radar多了垂直方向的天线排布(如下图绿色框所示)，这些天

......长按二维码访问原文