添加链接
link之家
链接快照平台
  • 输入网页链接,自动生成快照
  • 标签化管理网页链接

点击上方“ 小白学视觉 ”,选择加" 星标 "或“ 置顶

重磅干货,第一时间送达 cb0c3b8954fee7136def664d13740024.jpeg

近年来,微软在计算机视觉领域取得了巨大的进步,其应用在人脸识别,图像理解,搜索,无人机,地图,半自动和自动驾驶等领域。

微软开源了计算机视觉库,涵盖了计算机视觉领域的最佳实践、代码示例和丰富文档——computervision-recipes,该存储库专门为数据科学家和机器学习工程师准备的,本周登上了GitHub热榜,标星 8.1K ,累计分支 833 个(GitHub地址:https://github.com/microsoft/computervision-recipes)

computervision-recipes旨在构建一套全面的计算机视觉工具和代码示例,以利用最先进的计算机视觉算法、神经系统构建等。当然这个库并非是从零开始教你创建实现,而是从现有的最先进的库中提取并构建关于加载图像数据、优化和评估模型以及扩展到云的附加实用程序。

除此之外,微软表示:由于在这一领域工作多年,因此我们的目标是通过这个项目解答视觉领域的常见问题,指出显而易见的Bug,并展示如何使用云进行训练和部署。

该存储库支持在单个图像上运行的各种计算机视觉方案:

以及将视频序列作为输入的诸如动作识别之类的场景:

以下是该库涵盖常用的计算机视觉场景,包含如下类别:

对于每个主要场景(base),该项目均提供使用户高效构建自己模型的工具。这需要使用者完成一些任务,如基于自己的数据微调模型的简单任务,或者难例挖掘甚至模型部署等更复杂的任务。

如果你对这个项目感兴趣,赶紧到GitHub详情页学习一下吧。

小白学视觉知识星球

开始面向外开放啦👇👇👇

下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程,即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2:Python视觉实战项目52讲
在「小白学视觉」公众号后台回复:Python视觉实战项目,即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。
下载3:OpenCV实战项目20讲
在「小白学视觉」公众号后台回复:OpenCV实战项目20讲,即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。
欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~
点击上方“小白学视觉”,选择加"星标"或“置顶”重磅干货,第一时间送达近年来,微软在计算机视觉领域取得了巨大的进步,其应用在人脸识别,图像理解,搜索,无人机,地图,半自动和自动驾驶等领域。微软开源了计算机视觉库,涵盖了计算机视觉领域的最佳实践、代码示例和丰富文档——computervision-recipes,该存储库专门为数据科学家和机器学习工程师准备的,本周登上了GitHub热榜,标星8.1K...
GitHub 活动检查器 检查您在 GitHub 上的公开活动! 这是一个简单的网站,使用 GitHub API显示用户在 GitHub 上的近期公共活动。 UI是使用materializecss实现的。 只需在搜索栏上键入用户句柄,所有结果就会生效! 太棒了! :party_popper: 有关更多信息,请参见。
以下是一些值得一试的TensorFlow 计算机视觉 项目 GitHub 链接: 1. TensorFlow 官方文档中提供了多个 计算机视觉 项目 的实现,包括图像分类、目标检测和图像分割等。你可以在这里找到完整的代码和详细的说明:https:// github .com/tensorflow/models/tree/master/research 2. TensorFlow 2 Object Detection API是一个基于TensorFlow 2的目标检测框架,可以使用预训练模型或自定义模型进行目标检测任务。你可以在这里找到官方代码和使用说明:https:// github .com/tensorflow/models/tree/master/research/object_detection 3. TensorFlow Lite Object Detection是一个针对移动和嵌入式设备的轻量级目标检测框架,可以使用预训练模型或自定义模型进行目标检测任务。你可以在这里找到完整的代码和使用说明:https:// github .com/tensorflow/examples/tree/master/lite/examples/object_detection/android 4. TensorFlow Image Captioning是一个使用卷积神经网络和循环神经网络实现图像描述生成的 项目 。你可以在这里找到完整的代码和使用说明:https:// github .com/tensorflow/models/tree/master/research/im2txt 希望这些 GitHub 链接可以帮助你开始TensorFlow 计算机视觉 项目 的实践!