机器视觉资讯20240113

---

视觉招聘小黑板

---

行业资讯

自动化有什么学校不教但必须会(很有用)的技能吗？ 2024-01-11 08:55

不好意思，我不认同这个说法，学校不教给你的技术，基本上没有，依据有以下几点：

1、只是大部分的东西都是浅尝辄止，因为每个老师的领域都不同，他可以给你说明方向，但是作为萌新,我们很少有机会去钻研，去深入；

2、相信我，大部分的必须要掌握的技能你都要学习学校的基础，对于网上说学校教的无用言论，诛心之论，其罪可诛，只有基础知识掌握好，才能走的更远，无论什么方向。比如我学电路这门课，这个学通以后，无论是搞电子设计还是信号处理都是很顺手；学好C/C++语言以后，做嵌入式还是学习其他高级语言，都能顺利上手。

3、大学都是自己学习，自己探索的过程，如果还像高中一样，那是培训班，学技能，只能用，不明白深层的原理，很单一。

ps:最后想用陈寅恪老先生一句话:独立之精神，自由之思想。

不要人云亦云，要学会自己思考。

......长按二维码访问原文

大恒图像发布火星系列（MARS）CoaXPress相机--机器视觉网 2024-01-12 13:28:16

2024-01-12 13:28:16 来源: 中国机器视觉网

火星系列CXP相机大恒图像年度“显眼包”

大恒图像近期推出全新火星（MARS）CoaXPress 系列相机。该系列相机有多种高分辨率、高帧率的相机型号可供选择，适用于LED屏幕检测、PCB 检测等高精度检测领域，在半导体检测、消费电子等对高分辨率图像质量及高分辨率图像传输速度要求严格的领域表现尤其出色。

CXP相机黄金搭档，北极星CoaXPress2.0图像采集卡

CXP相机连接图像采集卡示意图

北极星图像采集卡基于PCIe Gen3接口总线及CoaXPress2.0协议，可实现高速图像采集与数据传输，最多同时支持4通道HD-BNC连接，以每条通道12.5Gbps的速度采集图像并通过PCIe×8插槽传送至主机内存中，连续稳定带宽670

......长按二维码访问原文

思特威推出首颗5000万像素1/1.28英寸手机应用图像传感器--机器视觉网 2024-01-12 11:49:32

2024-01-12 11:49:32 来源: 中国机器视觉网

近日，技术先进的CMOS图像传感器供应商思特威（SmartSens，股票代码688213），重磅推出其首颗5000万像素1/1.28英寸图像传感器新品——SC580XS。此款新品是思特威继成功量产第一颗22nm HKMG Stack工艺的5000万像素1/1.56英寸产品SC550XS之后，在同一工艺平台打造的升级产品。

作为1.22µm像素尺寸图像传感器，SC580XS搭载思特威新一代像素技术SFCPixel®-2以及PixGain HDR®、AllPix ADAF®等多项技术和工艺，以高动态范围、低噪声、100%全像素对焦、超低功耗等性能优势，为旗舰级智能手机主摄带来出色的质感影像。

创新升级技术打造实力质感影像

SC580XS依托思特

......长按二维码访问原文

百度智能云x荣耀，启动大模型生态全面战略合作--机器视觉网 2024-01-12 11:22:13

2024-01-12 11:22:13 来源: 中国机器视觉网

2024年1月10日，在荣耀MagicOS 8.0发布会及开发者大会上，荣耀终端有限公司CEO赵明宣布了“百模生态计划”，并与百度集团执行副总裁、百度智能云事业群总裁沈抖共同宣布，百度智能云成为荣耀大模型生态战略合作伙伴。

沈抖在现场演讲中表示，“端云协同”是大模型到端侧应用的创新范式。端侧大模型更懂用户意图，云侧大模型擅长处理复杂问题，满足用户深层次需求，端侧、云侧能力互补、相互结合，将为用户带来卓越的体验。大模型将驱动移动应用二次爆发，不止现有的800万移动应用会基于大模型加速升级、重构，未来还将诞生更多全新的AI原生应用。

百度集团执行副总裁、百度智能云事业群总裁沈抖

将文心大模型“接入”荣耀MagicOS百模生态计划，端云协同成大模

......长按二维码访问原文

汇川技术与百威亚太强强联手，缔结战略合作共筑科技双碳未来--机器视觉网 2024-01-12 10:15:17

2024-01-12 10:15:17 来源: 中国机器视觉网

1月5日，深圳市汇川技术股份有限公司（简称“汇川技术”）与百威亚太控股有限公司（简称“百威亚太”）在汇川技术华东总部正式签署战略合作协议。此次合作标志着两大行业巨头将携手并进，以实现资源优势互补、互惠共赢为共同目标，开启新一轮的战略合作。

签约仪式上，百威亚太供应链和物流酒厂支持副总裁李新刚、汇川技术联合创始人唐柱学等相关领导悉数到场。唐柱学首先代表汇川技术对百威亚太的来访表示热烈欢迎，并高度评价了百威在全球啤酒行业的领先地位。李新刚则对汇川技术的信任与支持表示感谢，他表示，双方的合作将基于共同的愿景和互补优势，为食品饮料行业注入新的创新动力。

百威集团作为全球500强企业之一，百威亚太在啤酒行业的智能制造和供应链运营方面拥有丰富经验；汇川技

......长按二维码访问原文

JAI棱镜多光谱相机实现更精确水果产量预测--机器视觉网 2024-01-12 15:24:24

2024-01-12 15:24:24 来源: 中国机器视觉网

客户的愿望是通过扫描果园对水果产量做出预测。利用特定波长分辨出树冠中的水果，可对树冠中仍处于绿色期的水果进行计数。

面临的难题

与其他的室外应用场景一样，在果园环境中应用成像系统时也往往会遇到难题，对于多光谱成像系统来说更是如此，因为存在光线条件不稳定、阴影多、杂散光等问题。而且，扫描的几何结构很复杂，需要近距离地对大目标进行扫描。对于3-4米高的果树，扫描距离一般为1.5米。还有一个难题是，相机只能安装在五花八门的农用车上，这些车往往很难以稳定的速度在颠簸的地面上行驶。这就需要有较高的帧率来消除因动态产生的模糊效果。

解决方案

使用车载成像系统收集多光谱图像的视频流。运用先进的图像分析和人工智能手段来分析图像，用以预测果园中水果的数

......长按二维码访问原文

未来CMOS采用堆栈式设计--机器视觉网 2024-01-12 15:17:58

2024-01-12 15:17:58 来源: 中国机器视觉网

2021年12月，索尼半导体解决方案公司在IEEE国际电子器件会议上公布了一项突破性技术，推出了一项新的堆栈式CMOS图像传感器技术。传统CMOS图像传感器的光电二极管和像素晶体管分布在同一基片，而索尼的新技术将光电二极管和像素晶体管分离在不同的基片层。这种新技术有望扩大动态范围并降低噪点。

虽然这很值得注意，但这只是这项已经发展数十年技术的又一进步。如今，传感器制造商开始真正探索这种堆栈式设计方法的可能性。Yole Intelligence预测，经过2022年的过渡期后，CMOS图像传感器(CIS)市场将恢复稳定增长，2028年市场规模将达到290亿美元。该公司认为，面向更小众、销量较低的差异化市场的定制CIS产品是推动整个市场发展的关键因素

......长按二维码访问原文

人工智能的跨越式发展：从专用模型到大数据大算力大模型--机器视觉网 2024-01-12 15:11:50

2024-01-12 15:11:50 来源: 中国机器视觉网

前言

随着科技的飞速发展，人工智能已深入影响了我们生活的方方面面。从智能语音助手到自动驾驶汽车，从精准医疗到智能城市，人工智能技术以其强大的运算和学习能力，正逐步改变着我们的世界。此文将从初期的专用模型——利用大数据和大算力的基础深度学习阶段——如今的大模型时代，带您一起回顾人工智能的三次跨越式发展。

1. 起步阶段：专用模型的崛起

人工智能的早期发展主要集中在特定任务的专用模型上。这些模型针对性强，能够在特定领域内有出色的表现。例如：早期的语音识别模型在电话客服、语音助手等。然而受限于数据和算力等因素，模型在更广泛的情境中难以实现智能交互的能力。

2. 数据驱动革新：大数据时代的来临

随着互联网的兴起，大数据时代的到来为人工智

......长按二维码访问原文

马波斯HeTech 泄漏检测解决方案，泄漏检测新视界--机器视觉网 2024-01-12 15:06:00

2024-01-12 15:06:00 来源: 中国机器视觉网

前言

汽车行业的变化必然会影响机械零部件的测试。在汽车工业的不断发展中，电动汽车对零部件的测试提出了新的挑战。电动汽车部件，如燃料电池、流板和电动发动机部件，由于其非常独特的形状和特点，需要对泄漏测试部件（测试耦合系统）进行深入的设计和研究。这为泄漏检测系统市场的进一步发展打开了新的大门。

马波斯HeTech泄漏检测方案

马波斯集团HeTech品牌一直致力于泄漏检测系统领域的研究，也是这一崭新市场生产商的有力战略合作伙伴。试漏检测的目的是发现生产过程中非常细微的泄漏，以确保最终产品的质量。产品泄漏不应超过给定的阈值，否则可能造成环境污染，更直接的则是产品在使用过程中出现不可预估的性能损失。

马波斯Hetech一直致力于电动汽车发动机压铸外

......长按二维码访问原文

友思特 Ensenso 3D相机：汽车工业自动化的革命性力量--机器视觉网 2024-01-12 14:57:42

2024-01-12 14:57:42 来源: 中国机器视觉网

在竞争激烈的汽车行业，自动化生产至关重要。友思特 Ensenso 3D相机为汽车制造商提供了可靠的工具和技术支持，助力多个关键环节。它在汽车座位泡棉切割中提高精确度，降低浪费，提高生产效率；在汽车压铸零部件自动化视觉检测方面，通过非接触方式检查零部件完整性，确保高质量产出。友思特 Ensenso 3D相机的集成图像处理功能和FlexView投影技术进一步提高了准确性和稳健性，为汽车工业自动化带来了革命性的变革。本期推文将带你了解友思特 Ensenso 3D相机如何助力汽车工业，提升效率和质量。

应用案例：汽车座位泡棉切割

为了确保车辆座位的舒适感，制造商对于使用的泡棉处里有很严格的标准：这些泡棉必须能够被灵活的安装与调整，抗力与耐用，同时还须

......长按二维码访问原文

海康机器人3D相机的另一项绝活：光伏硅片位置度“搭边”检测--机器视觉网 2024-01-12 14:50:00

海康机器人3D相机的另一项绝活：光伏硅片位置度“搭边”检测

2024-01-12 14:50:00 来源: 中国机器视觉网

随着全球能源行业重点从化石能源向可再生能源转移，光伏行业逐渐成为我国能源供应体系的重要分支，相关的光伏检测设备需求量急剧增加。

由于工艺要求不断提升，设备上搭载的传统2D视觉检测系统难以满足一些特定检测需求，例如光伏产业链上游的硅棒直径检测，中游的硅片位置度（搭边）检测、分选机应用等。那么如何利用海康机器人3D激光轮廓传感器实现硅片位置度（搭边）检测？

半导体硅片生产工艺

什么是“搭边”

硅片在PECVD和PVD工艺段中，需要放置到载具中进行上下料，载具尺寸与硅片尺寸需刚好适配，若硅片位置发生偏移，则会出现边角部位遮盖在载具边缘的情况，即为“搭边”，如果发生“搭边”情况，在后续

......长按二维码访问原文

基于机器视觉的印刷品质量检测系统--机器视觉网 2024-01-12 14:45:13

2024-01-12 14:45:13 来源: 中国机器视觉网

行业背景

随着生活水平的提升，人们对印刷品的要求也日渐提高，因此一些包装印刷企业对质量的要求也紧跟提高，然而在大规模的产品印制过程中，印刷品表面经常会出现二维缺陷，例如脏点、漏印、擦版、白点、脱墨、飞墨、套印不良等，这些缺陷会影响印刷品的美观和品质，并影响人们对内容的辨识，特别是在医药用的标签或标识方面，给人们带来极大的麻烦，一旦出现质量问题，就会造成大量退货。

为了降低风险，大多数印刷厂都采取对印刷品实行人工全检的方法。如果印刷品质量采用人员控制，那么通常情况下，人都会受环境、心情等主客观因素影响导致人工检测标准不统一，因此，人眼是无法连续、稳定地完成这些带有高度重复性和智能性的工作，其它物理量传感器也难有用武之地。

科技的不断进步，

......长按二维码访问原文

芯歌3D视觉塑胶料盘部件有无判定--机器视觉网 2024-01-12 14:37:54

2024-01-12 14:37:54 来源: 中国机器视觉网

项目背景

塑胶料盘上各部件的形状和尺寸各不相同，芯歌3D视觉技术可以通过测量各尖端高度判断有无缺失，为后续生产工序保驾护航。

检测需求

产品名称：半透明塑胶料盘

检测项目：部件有无判定

3D激光轮廓相机sG58M，060x045

成像展示

（文章来源于芯歌感知，如有侵权，请联系删文）

......长按二维码访问原文

单目视觉系统检测车辆的测距方法 2013-10-11 10:24:13

相关推荐

NI 视觉系统 NI 视觉系统怎样，特别是三维处理方面？ 2013-10-11 10:24:13

机器视觉系统包括哪些 机器视觉系统包括哪些 机器视觉系统就是利用机器代替人眼来作各种测量和判断。它是计算机学科的一个重要分支，它综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能 2023-06-29 11:33:33 389

机器视觉检测系统 机器视觉检测系统 机器视觉系统是怎样检测产品外观缺陷的呢？ 机器视觉检测技能替代了在传统工业检测，在传统工业检测技能需要大量的人工品鉴挑选。不只印象生产功率慢，而且在人疲劳心情状态既有可能带来不可 2023-06-29 11:17:30 319

单镜头视觉系统检测车辆的测距方法 本车A，前方车B和C，摄像头P焦距f

......长按二维码访问原文

机器视觉光学基础——放大率、视场角-电子发烧友网 2024-01-10 15:55

本文将给大家讲解放大率和视场角这两个基础概念。

一、放大率

机器视觉 行业里提到的镜头 光学 放大倍率通常是指垂轴放大倍率，即像和物的大小之比，计算方法如下：

可见，光学放大倍率和所选相机 芯片 及所需视场相关。

如：已知相机芯片为2/3英寸（8.8mm*6.6mm),

视场长宽为：10mm* 8mm。

如用长边计算，放大倍率= 8.8mm/10mm=0.88x；

如用短边计算，放大倍率= 6.6mm/8mm=0.825x；

此时应取小的倍率0.825x 作为待选镜头的光学放大倍率。否则，短边视场将不能满足要求。

（若取0.88倍，则短边视场= 6.6mm/0.88x=7.5mm<8mm）。 在实际工程项目中，通常无需长短边都计算。经验的方法是：若视场接近于正方形或圆形，则取短边计算；若视场 ......长按二维码访问原文

大浪淘沙的关键时期 如何利用AI提升EV电池品质与产能呢？-电子发烧友网 2024-01-11 10:39

在“双碳”战略的号召下，政府相继出台政策鼓励使用低碳交通工具， 新能源 已是未来汽车产业的明确发展方向。各大车企纷纷布局新能源汽车赛道，以纯电动车型（EV）为主的新能源车市场地位也在快速提升。而这股新能源热潮也将 锂电池 推到了风口中央，与此同时，锂资源问题、外部环境动荡导致储能需求暴增，锂电产业加速内卷。

目前新能源锂电发展偏快、产业利润却偏低，国内动力电池技术发展卡在瓶颈期，行业走向多元化。值得一提的是，资本依然看好锂电产业的动向，根据IT桔子的数据显示，2022年动力电池行业有254起融资事件，合计融资金额1881亿，行业发展势头旺盛。

并且，新能源汽车的需求在持续增长，中国电动汽车百人会副理事长兼秘书长张永伟表示，2024年中国新能源汽车保有规模将接近3,000万辆，其中纯电动占比约80%，这一趋势

......长按二维码访问原文

新能源车-电子发烧友网 2024-01-05

文章：426个 视频：8个 浏览：23600次 帖子：4个

新能源车技术

动力电池结构与原理介绍 动力电池是新能源整车的动力来源，主要分为电池包、模组、电芯。动力电池构造主要包括正极、负极和隔膜三部分。正极材料通常是锰酸锂或钴酸锂，负极材料是碳，隔膜... 2024-01-05 标签：动力电池新能源车管理系统 55 0

硕博电子助力劲旅环境打造未来电动洗扫车 长沙硕博电子科技股份有限公司作为一家专业的环卫车电控系统解决方案提供商，为该款纯电动洗扫车研发定制了整车电控系统。该系统采用分布式控制系统方案，以7寸显... 2023-12-15 标签：新能源车电控系统 74 0

电驱动NVH的特点和结构 随着国内新能源车的提出，让大家对电驱动更加关注，然而电驱动也存在一些问题。 2023-11-22 标签：电机

......长按二维码访问原文

凌华科技推出完整的工业级平板电脑解决方案―新闻频道- 视觉系统设计 2024/1/11 23:53:18

凌华科技通过专业级的一站式解决方案服务，提供完整的工业级触控显示器和智能平板电脑，还包括源自我们内部的增值定制服务。最重要的是，凌华科技是Intel® Partner Alliance的Titanium Tier成员，并且通过与AUO® Display Plus的合作，确保交付质量可靠的产品，帮助客户大幅降低总体拥有成本（TCO），并加速产品上市时间。

摘要：

开放框架平板电脑（SP2系列），采用Intel® 或 NXP® ARM处理器，具有无缝集成和灵活的I/O设计，可实现快速地开发。

多合一平板电脑（STC2系列），采用独立式纤薄的设计，正面采用IP65加固等级的工业级结构，部署更简易，尤其适合空间有限的工作区域。

IP69K不锈钢平板电脑（Titan2系列），可以使用高压热水和酒精擦拭布轻松地进行

......长按二维码访问原文

海康机器人RCS助力高效混合调度―技术与应用频道- 视觉系统设计 2024/1/12 0:03:01

在复杂的工业生产中机器人如何实现规模化的柔性生产？团队协作在其中显得尤为关键，海康机器人控制系统就像机器人的大脑一样，集成了柔性化、数字化和智能化特点，运用机器学习和多智能体博弈等AI技术，从单个机器人的定位导航、运动控制，到多机器人的协作，实现了单体智能向群体智能的跨越，让移动机器人在协同作业中展现出更加强大的能力。

海康机器人控制系统涵盖了RCS-2000 V4.0和RCS-Lite轻量级调度控制器，这两款控制系统在性能、效率、可靠性和扩展性方面实现了质的飞跃。为客户提供了更易用、更灵活、更低成本和更快交付的体验。

提速新思路

RCS-2000 V4.0机器人控制系统在前三代版本的技术优势基础上，进一步拓展了其业务范围和兼容能力。新版本引入了流程编排引擎，用户能够在业务场景中自由搭配和组合流程，为用户

......长按二维码访问原文

梅卡曼德3D视觉在线测量系统为车企高标准、高质量交付保驾护航―技术与应用频道- 视觉系统设计 2024/1/11 23:50:06

现代汽车制造中，普遍采用车身制造综合误差指数CII（Continuous Improvement Indicator）来控制车身制造质量，即“2mm工程”。质量检测是保证CII指数达标的重要手段，同时也能指导优化前端工艺、保障后段工艺质量。过去，大部分企业采用三坐标（CMM)进行离线抽检，但存在成本高、测量效率低、质量反馈不及时等问题。

基于车企对于柔性、产能、质量等方面的高要求，梅卡曼德全新升级了3D视觉在线测量系统，该系统可将测量工位并入生产线，实现汽车零部件、车身分总成、白车身总成的100%自动化在线测量。目前，梅卡曼德在线测量系统已广泛应用于零部件、焊装、压铸、电池等生产环节中。通过实时监控产品工艺尺寸波动，对生产过程进行大数据积累和质量监控，为生产改进提供数据支撑，助力汽车等行业客户高标准、高效率交

......长按二维码访问原文

阿丘科技助力新能源行业 “提质加速”―技术与应用频道- 视觉系统设计 2024/1/11 23:41:43

在2023年中央经济工作会议上，推进新型工业化被指出是当前和未来的重点任务之一。“新型工业化”成为年度高频热词，数字化、智能化和绿色化是新型工业化的显著特征。在此趋势下，人工智能技术在制造业中的商业潜力和应用前景越来越广阔。

阿丘科技作为工业 AI 视觉平台及解决方案的提供商，在新能源行业中具有广泛的应用场景和丰富的落地案例。

本文将回顾部分经典案例，分享阿丘科技 AI 技术助力企业新型工业化的实际应用。

光伏行业

硅片分选项目

硅片表面特征微小，缺陷种类繁多，满足高检测速度的同时需对硅片缺陷类型做精细化检测和区分，这需要高效&稳定的图像分析处理能力和强劲的 AI 算法，以此保证生产线稳定运行。

为满足高精度、快节奏的检测需求，基于深度学习的专业级工业AI视觉算法平台软件 AIDI，只需

......长按二维码访问原文

自动驾驶街景重建的新范式：StreetGaussians 2024-01-11 16:04

这篇解读文章同时投稿到了《自动驾驶之心：还在搞NeRF？实时渲染生成逼真自动驾驶数据！Street Gaussians：超越所有SOTA！》，也欢迎大家关注“自动驾驶之心”账号～

创作动机

在自动驾驶领域，动态街景重建有着重要的应用场景，比如数据生成、自动标注、闭环仿真等。由于对重建质量和效率有较高的要求，这方面的技术仍旧临着巨大的挑战。

对于单目视频建模动态城市街景的问题，近期方法主要是基于NeRF并结合跟踪车辆的姿态，从而重建出高真实感的视图。然而训练和渲染速度慢、对跟踪车辆姿态精度需求高，使其在很难真正被应用起来。

我们提出了Street Gaussians，这是一种新的显式场景表示方法，可以解决所有这些限制。

方法简介

在Street Gaussians中，动态城市街道被表示为一组3D高斯的

......长按二维码访问原文

三线交汇: Composition, Inpainting, and Customization 2024-01-11 20:27

在stable diffusion大火之后，学术界不再局限于已有的图像生成编辑任务，不断开拓AIGC的边界，提出了很多让人眼前一亮的新任务。之前的旧任务也开始交叉融合，彼此的边界日益模糊。并且，现在的论文通常会做很多相关的任务，来个任务串烧，展示自己的niubility。随之而来的是，各个任务的命名也越来越混乱，越来越容易让人混淆。我们实验室过去两年聚焦于image composition, 如今发现image composition和image inpainting, image customization开始交汇。三个任务都涉及到前景和背景的融合，关系如下图所示，有交集，也有差异。

考虑前景和背景的融合，我们假设前景和背景可以是文本和图像两种模态，所以组合起来一共有四种情况，如下表所示。如果前景和背景都是

......长按二维码访问原文

VIReID新工作！CSDN：可见光-红外行人重识别的CLIP驱动的语义发现网络 2024-01-12 19:33

CSDN：一种可见光-红外行人重识别(VIReID)的 CLIP 驱动的语义发现网络，由特定模态提示学习器、语义信息集成和高级语义嵌入组成，在多个基准上性能表现出色！代码即将开源！

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

CSDN

CLIP-Driven Semantic Discovery Network for Visible-Infrared Person Re-Identification

单位：北理工, 南理工, 北航, 云南大学

代码：https://github.com/nengdong96/CSDN

论文：https://arxiv.org/abs/2401.05806

可见光-红外行人重识别（VIReID）主要处理来自不同模态

......长按二维码访问原文

更快！更强！更可控！华为提出PIXART-δ：图像生成新框架 2024-01-11 22:59

PIXART-δ：一种文本到图像合成框架可以在 8GB GPU 上合成 1024px 图像，大大增强了其可用性和可访问性！

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

PIXART-δ

PIXART-δ: Fast and Controllable Image Generation with Latent Consistency Models

单位：华为诺亚, 大连理工, 清华, 港大, Hugging Face

主页：https://pixart-alpha.github.io/

代码：https://github.com/PixArt-alpha/PixArt-alpha

demo：https://huggingface.co/spaces/PixArt

......长按二维码访问原文

自动驾驶落地！地平线提出WidthFormer：高效Transformer的BEV 3D目标检测 2024-01-12 10:27

WidthFormer：一种专为实时自动驾驶应用量身定制的基于Transformer的鸟瞰图(BEV) 3D 检测方法。，性能表现SOTA！代码即将开源！

点击关注 @CVer官方知乎账号，可以第一时间看到最优质、最前沿的CV、AI、自动驾驶工作~

WidthFormer

WidthFormer: Toward Efficient Transformer-based BEV View Transformation

单位：爱大, 地平线

代码：https://github.com/ChenhongyiYang/WidthFormer

论文：https://arxiv.org/abs/2401.03836

WidthFormer：一种专为实时自动驾驶应用量身定制的基于Transformer的鸟瞰图(B

......长按二维码访问原文

高保真度与流畅度MagicVideo-V2视频生成模型；3D人形虚拟角色；微调量化的扩散模型；自动给视频配音；非自回归音频生成 2024-01-11 21:08

MagicVideo-V2: Multi-Stage High-Aesthetic Video Generation

本文提出了MagicVideo-V2视频生成模型，该模型将文生图模型、视频运动生成器、参考图像embedding模块和帧插值模块集成到端到端视频生成管道中，MagicVideo-V2能够生成逼真度与流畅度都较高的高分辨率视频，并显著优于Runway、Pika 1.0、Morph、Moon Valley和Stable Video Diffusion model等领先的文生视频模型。

Morphable Diffusion: 3D-Consistent Diffusion for Single-image Avatar Creation

本文提出将3D morp

......长按二维码访问原文

2024 年1月12日最热CV论文：Distilling Vision-Language Models on Millions of Videos 2024-01-12 15:13

谷歌研究新突破：Distilling VLM模型自动生成百万视频字幕，视频语言模型性能提升6%！

引言：视频理解的挑战与机遇

在数字化时代，视频内容的爆炸式增长为计算机视觉和自然语言处理领域带来了前所未有的挑战与机遇。视频不仅包含丰富的视觉信息，还蕴含着复杂的时间序列和动态变化，这些特性使得视频理解成为一个高度复杂的任务。与图像相比，视频的注释工作更加耗时和困难。例如，为一小时视频提供详细的叙述可能需要长达70小时的人工工作，这显著高于图像注释所需的时间。

尽管存在这些挑战，视频理解也提供了巨大的机遇。通过对视频内容的深入分析，我们可以开发出能够自动生成视频描述、回答视频内容相关问题甚至进行视频检索的智能系统。这些系统在教育、娱乐、安全监控等多个领域都有着广泛的应用前景。

为了克服视频注释的困难并充分利

......长按二维码访问原文

TDSC-ABUS 冠军方案分享 2024-01-12 09:16

比赛介绍

比赛全称：Tumor Detection, Segmentation and Classification Challenge on Automated 3D Breast Ultrasound（TDSC-ABUS）2023

比赛官网：https://tdsc-abus2023.grand-challenge.org/TDSC-ABUS2023/

数据集介绍：

比赛背景

乳腺癌是当前全球女性发病率最高的一个恶性肿瘤疾病。自动3D乳房超声（ABUS）是近几年出现的一种新式乳房筛查方法，与手持式乳房x光检查相比，它具有更安全、更高效、更准确等优点。因此，很多专家都看好这一技术在未来成为全球主流的乳腺癌筛查方法。肿瘤的检测、分割和分类是医学图像领域中的三项基本任务。然而，由于乳腺肿瘤的大小和形状在

......长按二维码访问原文

OpenCV自学笔记分享 Python与OpenCV基础入门：零起点学习计算机视觉 第07天：图像大小调整、算数运算、图像翻转与透视变换 2024-01-11 22:45

OpenCV自学笔记分享

Python与OpenCV基础入门：零起点学习计算机视觉

第07天：图像大小调整、算数运算、图像翻转与透视变换

1 图像大小调整

·使用cv2.resize函数调整图像尺寸，以便两幅图像大小相同，可以进行进一步的处理。

·interpolation参数选择调整图像大小时使用的算法，cv2.INTER_AREA适用于缩小图像。

·应用场景：

cv2.resize 函数是 OpenCV 库中用于调整图像尺寸的函数，可用于多种场景：

（1）图像预处理

在机器学习或计算机视觉任务中，需要将多个输入图像调整到相同的尺寸，以保证它们可以被模型处理。

对图像进行尺寸归一化是数据标准化的步骤之一。

（2）缩小图像以减少计算

对大图像进行处理时，缩小图像的尺寸可以显著减少处理时间

......长按二维码访问原文

HuggingFace Welcomes Alibaba’s ReplaceAnything Launch： 2024-01-12T07:46:34+00:00

In recent times, AIGC techniques have emerged as a focal point of interest, showcasing remarkable prowess in diverse domains like image editing and generation. Notably, the demand for generating fresh content while preserving the identity of user-specified objects has posed a formidable challenge. Addressing this need, a groundbreaking solution has surfaced:

......长按二维码访问原文

Sakshi Khanna： 2024-01-12

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

How to Analyze a Folder of Videos from AWS S3： 2024-01-12T13:01:44.000Z

Suppose you have a folder of videos in AWS S3 that you want to analyze using machine learning. Perhaps you want to identify timestamps for scenes in videos, run a custom object detection model on the videos, run OCR on frames in the video, or assign a moderation label to videos. These are all possible with the Roboflow Video Inference API .

With the Roboflo

......长按二维码访问原文