Visión

46 métodos en esta familia.

Destacados

Sustracción de fondoBackground subtraction is a video processing technique that separates moving foreground objects from a static or slowly changing background by comparing each frame to a learned or Detección de BlobsBlob detection is a technique for identifying regions of interest (blobs)—connected, homogeneous areas that differ from their surroundings—at multiple scales. Introduced by Lindebe Detección de Bordes de CannyThe Canny edge detector, introduced by John Canny in 1986, is a multi-stage algorithm for identifying edges in digital images where significant intensity changes occur. Canny's met Clasificación de imágenes con CNNCNN image classification uses deep convolutional architectures such as ResNet (He et al., 2016), VGG and EfficientNet (Tan & Le, 2019) to sort images into categories. Stacked convo Análisis de contornosContour analysis is the process of detecting and analyzing the boundaries of objects in images by identifying connected edges and extracting shape information. The Suzuki-Abe algor DETR (Detection Transformer)DETR (Detection Transformer) is an end-to-end framework for object detection introduced by Carion et al. in 2020 that reformulates detection as a direct set prediction problem usin

Ruta de lectura

Los métodos fundacionales más referenciados de este tema, en el orden en que se desarrollaron: un punto de partida si eres nuevo aquí.

Operaciones Morfológicas de Imágenes1982por Jean Serra
Análisis de contornos1985por Satoshi Suzuki and Keiichi Abe
Detección de esquinas de Harris1988por Chris Harris and Mike Stephens
Detección de Blobs1998por Tony Lindeberg
Aprendizaje por transferencia con clasificación de imágenes2010–2012por Pan, S. J. & Yang, Q. (transfer learning framework); Krizhevsky, Sutskever & Hinton (deep CNN backbone)
Clasificación de imágenes2012 (deep CNN era); conceptual roots 1989 (LeCun)por Krizhevsky, A.; Sutskever, I.; Hinton, G. E.
Detección de objetos2014–2016por Girshick, R. et al. (R-CNN); Redmon, J. et al. (YOLO)
Segmentación semántica2015por Long, J., Shelhamer, E., & Darrell, T.

todos los métodos de este estante ↓

Todos los métodos 46

Sustracción de fondo Detección de Blobs Detección de Bordes de Canny Clasificación de imágenes con CNN Análisis de contornos DETR (Detection Transformer)Clasificación de Imágenes con Adaptación de Dominio Clasificación de Imágenes Explicable Detección de objetos explicable Segmentación Semántica Explicable Detección de Objetos con Pocos Ejemplos Clasificación de Imágenes Mediante Ajuste Fino Segmentación semántica ajustada finamente Red Neuronal Totalmente Convolucional (FCN)Detección de esquinas de Harris Ecualización de histograma Transformada de Hough Clasificación de imágenes Operaciones Morfológicas de Imágenes Flujo Óptico Lucas-Kanade Mask R-CNN: Segmentación de Instancias con Máscaras a Nivel de Píxel Clasificación multilingüe de imágenes Segmentación semántica multilingüe Clasificación de Imágenes Multimodales Detección multimodal de objetos Segmentación Semántica Multimodal Detección de objetos Descriptor de características ORB Clasificación de imágenes basada en píxeles Teoría del espacio-escala Clasificación de imágenes auto-supervisada Detección de objetos auto-supervisada Segmentación Semántica Auto-supervisada Segmentación semántica Clasificación de imágenes semi-supervisada Detección de Objetos Semi-supervisada Segmentación semántica semi-supervisada Detección de Características SIFT Emparejamiento Estéreo Aprendizaje por transferencia con clasificación de imágenes Aprendizaje por transferencia con detección de objetos Segmentación por cuenca hidrográfica Clasificación de imágenes con supervisión débil Detección de Objetos Débilmente Supervisada Segmentación Semántica Débilmente Supervisada YOLO (You Only Look Once)