首页
学习
活动
专区
圈层
工具
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
首页标签计算机视觉

#计算机视觉

Pupil Labs:重新定义人机交互的视线追踪技术

Scivaro_科采通

关键词:Pupil Labs、眼动追踪、Neon、Pupil Core、计算机视觉、科研工具、人机交互

1200

数据集分享 | 智慧交通领域核心数据集精选

CoovallyAIHub

在智慧交通的演进中,算法的实战能力需通过极端天气、高动态目标、微观标识识别的严苛场景验证。TuSimple、CULane、UA-DETRAC、CCPD四大支柱数...

12510

YOLOv8/v10/v11自动驾驶实测对比:揭秘v11遮挡车辆检测精度提升关键

CoovallyAIHub

本文分析 YOLO11 在车辆检测上的性能。相比前代(YOLOv8/v10),YOLO11 通过架构改进提升了速度、精度和在复杂环境(小目标、遮挡)下的鲁棒性。...

10810

数据集分享 | 无人机视觉如何认知世界?多种数据集揭示核心难题

CoovallyAIHub

在无人机视觉领域,算法的鲁棒性需在动态视角、尺度变化、复杂背景的严苛环境下验证。UAVDT 与 VisDrone 作为全球公认的无人机视角双雄,以其大规模、多维...

9110

3D 席卷CVPR 2025!华人最佳论文领衔,引爆多模态实时生成与产业落地狂潮

CoovallyAIHub

2025年计算机视觉与模式识别领域的顶级盛会CVPR刚刚落下帷幕!这场汇聚全球顶尖AI大脑的盛会,再次用无数令人瞠目结舌的突破宣告:我们眼前的世界,正被算法以超...

39630

Pupil Core 常见问题与解决方案

Scivaro_科采通

随着眼动追踪在科研、UX 测试、AR/VR 交互等领域的广泛应用,越来越多的用户开始使用 Pupil Core 平台。在使用过程中,经常会遇到硬件连接、校准失败...

4400

学术盛会VALSE 2025顺利召开,腾讯优图携前沿科技成果亮相现场

小腾资讯君

6月6日-8日,第十五届视觉与学习青年学者研讨会 (VALSE 2025)在广东珠海国际会展中心盛大开幕。本届大会由中国图象图形学学会联合主办,中山大学承办,聚...

8800

Pupil Neon 多样化眼动追踪框架硬件解析:为每一种应用场景而生

Scivaro_科采通

随着人工智能、人机交互和行为科学的发展,眼动追踪(Eye Tracking)技术逐渐从实验室走向大众应用。Pupil Neon 作为 Pupil Labs 推出...

6500

Pupil Neon:下一代眼动追踪硬件平台全面解析

Scivaro_科采通

在计算机视觉、认知神经科学以及人机交互等领域,眼动追踪技术正成为不可或缺的研究工具。作为该领域的前沿企业,Pupil Labs 于近年推出了其全新一代高性能眼动...

8210

优化 YOLO 训练:深入研究预处理和数据增强

CoovallyAIHub

90%的YOLO模型性能问题源于数据准备不当!当你的检测模型在真实场景中漏检、误检或泛化失败时,问题可能不在算法本身,而是隐藏在数据预处理和增强的细节中。本文将...

17410

CVPR 2025 | 微米级光影CT精度!复旦&腾讯优图开源Real-IAD D³数据集

CoovallyAIHub

近日,复旦大学联合腾讯优图实验室、上海交通大学等机构发布的Real-IAD D³数据集相关成果已被计算机视觉顶会CVPR 2025收录。

11610

数据集分享 | 电力检测数据集,助力AI守护电网安全

CoovallyAIHub

构建高效、智能、安全的现代电网,离不开人工智能视觉技术的深度赋能。无论是自动识别配电房仪表读数、精准检测输电线路上的致命异物,还是实时监控设备绝缘状态、评估潜在...

23410

云南电网实战:YOLOv8m改进模型攻克输电线路异物检测难题技术详解

CoovallyAIHub

输电线路上的异物早期检测主要依赖于人工检查,这种方法具有劳动强度高、效率低等特点。随着计算机视觉技术的发展和无人驾驶航空器(UAV)的广泛应用,UAV可以捕捉输...

8810

何恺明团队新突破:给扩散模型加正则化,零成本整理内部特征,效果立竿见影

CoovallyAIHub

何恺明团队最新研究出手,给火爆的扩散模型加了个「收纳整理」功能!无需修改模型结构、不增参数、不靠外部数据,仅需一个即插即用的正则化项——Dispersive L...

15410

实时物体检测,看YOLO-NAS、DETR、SAM 如何精准匹配你的场景?

CoovallyAIHub

在实时检测、复杂场景分析、零样本分割需求并存的2025年,YOLO-NAS、DETR、SAM三大架构各领风骚。本文深入剖析三者核心优势、典型短板与最佳适用场景,...

28610

突破微小目标检测瓶颈:智能无人机在蓝莓产量估算中的解决方案

CoovallyAIHub

本文提出了一种使用搭载计算机视觉的智能无人机估算蓝莓产量的方法。系统利用两个YOLO模型:一个检测灌木丛,另一个检测浆果。它们协同工作,智能控制无人机位置和角度...

9310

YOLO-FireAD:通过混合注意力与双池化融合实现高精度实时火灾检测

CoovallyAIHub

如果你也想要使用模型进行改进,Coovally——新一代AI开发平台,为研究者和产业开发者提供极简高效的AI训练与优化体验!Coovally支持计算机视觉全任务...

17210

SLAM3R:基于单目视频的实时密集3D场景重建

CoovallyAIHub

北京大学陈宝权教授团队联合港大等开发的 SLAM3R系统取得突破:首次仅用普通手机RGB视频,就能实时(20+FPS)生成高质量、高密度3D场景模型。 它颠覆传...

27510

突破异常数据瓶颈!AnomalyAny:一句话+一张图,零样本生成任意异常图像

CoovallyAIHub

在工业制造、食品质检、自动驾驶等场景中,异常检测(Anomaly Detection, AD)被广泛应用。但现实中的异常数据稀缺,导致训练高质量检测模型变得非常...

16710

足球判罚的AI解法:多阶段标定流程+57几何关键点,助力公平判罚

CoovallyAIHub

“苏超”激情碰撞,草根足球却常被争议判罚打断节奏?这项AI视觉研究带来了解决方案!论文《Enhancing Soccer Camera Calibration ...

5500
领券
首页
学习
活动
专区
圈层
工具
MCP广场