大家好,我是Echa。 計(jì)算機(jī)視覺,與語音識別、自然語言理解,并稱為人工智能的三大主要技術(shù)領(lǐng)域,也是AI技術(shù)落地產(chǎn)業(yè)化最廣泛的領(lǐng)域。 百度 Apollo Scape 隨著科技的發(fā)展,要計(jì)算機(jī)識別現(xiàn)實(shí)世界中的物體需要借助傳感器硬件設(shè)備(攝像頭、聲納等),就像人類的眼睛幫助我們看到周圍世界并做出反應(yīng)一樣。但計(jì)算機(jī)想要識別傳感器檢測到的數(shù)據(jù)到底是什么物體,就需要事先使用一定的視覺算法對大量的數(shù)據(jù)進(jìn)行訓(xùn)練,才能夠讓計(jì)算機(jī)能夠識別傳感器數(shù)據(jù)中所包含的物體類別并做出響應(yīng)。 本田 車內(nèi)設(shè)覺 如今,計(jì)算機(jī)視覺在身份核驗(yàn)、工業(yè)、農(nóng)業(yè)、醫(yī)學(xué)、交通、海洋等許多行業(yè)都有廣泛的用途。因此,對高質(zhì)量計(jì)算機(jī)視覺庫的需求也相應(yīng)增加。計(jì)算機(jī)視覺庫是一個(gè)預(yù)先編寫好的算法代碼和一些預(yù)訓(xùn)練好的模型或者數(shù)據(jù)。目前,在開源領(lǐng)域,計(jì)算機(jī)視覺庫數(shù)量非常多,包括圖像識別庫、人臉識別庫等。 NEXET 借此機(jī)會,小編今天給大家好物分享16個(gè)上熱搜的黑科技開源項(xiàng)目,希望對大家所有幫助。你們都了解幾個(gè)呢?接下來小編帶著大家一一介紹。 全文大綱
OpenCV- 迄今為止最古老也是最受歡迎的開源計(jì)算機(jī)視覺庫。Github:https://github.com/opencv/opencv OpenCV 官網(wǎng) OpenCV是迄今為止最古老也是最受歡迎的開源計(jì)算機(jī)視覺庫,旨在為計(jì)算機(jī)視覺應(yīng)用提供通用底層算法。 支持跨平臺應(yīng)用,支持Windows,Linux,Android和macOS。支持各種主流的開發(fā)語言,例如:Python,Java,C++等。OpenCV有一個(gè)Python Wrapper,支持GPU的CUDA模型。包含一些可以轉(zhuǎn)換為TensorFlow模型的模型。最初由Intel開發(fā),現(xiàn)在可以在開源BSD許可證下免費(fèi)使用。 OpenCV的主要功能包括:
OpenCV Demo TorchVision - 擁有計(jì)算機(jī)視覺中最常見的圖像轉(zhuǎn)換功能,還包含計(jì)算機(jī)視覺神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)集和模型架構(gòu)以及常見數(shù)據(jù)集。Github:https://github.com/pytorch/pytorch PyTorch 官網(wǎng) TorchVision是PyTorch庫的一個(gè)擴(kuò)展庫,TorchVision擁有計(jì)算機(jī)視覺中最常見的圖像轉(zhuǎn)換功能,還包含計(jì)算機(jī)視覺神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)集和模型架構(gòu)以及常見數(shù)據(jù)集。 TorchVision旨在為方便使用PyTorch模型進(jìn)行計(jì)算機(jī)視覺圖像轉(zhuǎn)換,而無需將圖像轉(zhuǎn)換為NumPy數(shù)組。TorchVision可以用于Python和C++語言開發(fā)環(huán)境。可以通過pip install將TorchVision與PyTorch庫一起搭配使用。 以下是預(yù)訓(xùn)練分割模型的使用例子。
YOLO - 是最快的計(jì)算機(jī)視覺工具之一,由Joseph雷德蒙和Ali Farhadi于2016年開發(fā),專門用于實(shí)時(shí)圖像對象檢測Github:https://github.com/ultralytics/ultralytics YOLO 官網(wǎng) YOLO是最快的計(jì)算機(jī)視覺工具之一,由Joseph雷德蒙和Ali Farhadi于2016年開發(fā),專門用于實(shí)時(shí)圖像對象檢測。YOLO使用將神經(jīng)網(wǎng)絡(luò),將圖像劃分為網(wǎng)格,然后同時(shí)預(yù)測每個(gè)網(wǎng)格,以提高識別效率。 目前YOLO已經(jīng)發(fā)布V8。YOLOv8 是一款前沿、最先進(jìn)(SOTA)的模型,基于先前 YOLO 版本的成功并引入了新的功能和改進(jìn),進(jìn)一步提升了性能和靈活性。YOLOv8 的快速、準(zhǔn)確且易于使用,使其成為各種對象檢測與跟蹤、實(shí)例分割、圖像分類和姿態(tài)估計(jì)任務(wù)的絕佳選擇。 YOLO 應(yīng)用場景 MMCV- 是一個(gè)基于PyTorch的圖像/視頻處理和轉(zhuǎn)換器。Github:https://github.com/open-mmlab/mmcv MMCV 中文版官方 OpenMMLab 團(tuán)隊(duì)于 2022 年 9 月 1 日在世界人工智能大會發(fā)布了新一代訓(xùn)練引擎 MMEngine,它是一個(gè)用于訓(xùn)練深度學(xué)習(xí)模型的基礎(chǔ)庫。相比于 MMCV,它提供了更高級且通用的訓(xùn)練器、接口更加統(tǒng)一的開放架構(gòu)以及可定制化程度更高的訓(xùn)練流程。 MMCV v2.0.0 正式版本于 2023 年 4 月 6 日發(fā)布。在 2.x 版本中,它刪除了和訓(xùn)練流程相關(guān)的組件,并新增了數(shù)據(jù)變換模塊。另外,從 2.x 版本開始,重命名包名 mmcv 為 mmcv-lite 以及 mmcv-full 為 mmcv。 MMCV是一個(gè)基于PyTorch的圖像/視頻處理和轉(zhuǎn)換器。它支持Linux、Windows和macOS等系統(tǒng),是計(jì)算機(jī)視覺研究人員最常用的包之一。支持Python和C++開發(fā)語音。 MMCV 圖像數(shù)據(jù)處理 MMCV 是一個(gè)面向計(jì)算機(jī)視覺的基礎(chǔ)庫,它提供了以下功能:
MMCV 支持多種平臺,包括:
Scikit-Image - 公認(rèn)的最方便的Python視覺庫,它是Scikit-Learn的一個(gè)擴(kuò)展庫。Github:https://github.com/scikit-image/scikit-image Scikit-Image 官網(wǎng) Scikit-Image是公認(rèn)的最方便的Python視覺庫,它是Scikit-Learn的一個(gè)擴(kuò)展庫。是監(jiān)督和無監(jiān)督機(jī)器學(xué)習(xí)最常用的工具之一。可以用于將NumPy數(shù)組作為圖像對象進(jìn)行處理。 以下是使用Scikit-image進(jìn)行硬幣識別的例子。
Pillow (PIL Fork) - 是一個(gè)Python編寫的圖像處理庫。Github:https://github.com/python-pillow/Pillow Pillow (PIL Fork) 官網(wǎng) Pillow是一個(gè)Python編寫的圖像處理庫。它支持Windows、Mac OS X和Linux平臺,可以在C和Python語言中使用Pillow庫。主要用于閱讀和保存不同格式的圖像,Pillow還包括各種基本圖像變換功能,例如:旋轉(zhuǎn)、合并、縮放等。 TensorFlow - 是由GoogleBrain團(tuán)隊(duì)開發(fā)并于2015年11月發(fā)布的AI框架,旨在促進(jìn)構(gòu)建AI模型的過程。Github:https://github.com/tensorflow/tensorflow TensorFlow 官網(wǎng) TensorFlow是由GoogleBrain團(tuán)隊(duì)開發(fā)并于2015年11月發(fā)布的AI框架,旨在促進(jìn)構(gòu)建AI模型的過程。它有一些擴(kuò)展解決方案,如針對瀏覽器和Node.js的TensorFlow.js,以及針對終端設(shè)備的TensorFlow Lite。另外,TensorFlow還提供了一個(gè)更好的框架TensorFlow Hub。這是一個(gè)更易于使用的平臺,可以使用TensorFlow Hub實(shí)現(xiàn)重復(fù)使用BERT和Faster R-CNN訓(xùn)練模型、查找可隨時(shí)部署的模型、托管模型以供他人使用。 TensorFlow允許用戶開發(fā)與計(jì)算機(jī)視覺相關(guān)的機(jī)器學(xué)習(xí)模型,例如:人臉識別、圖像分類、目標(biāo)檢測等。與OpenCV一樣,Tensorflow也支持各種語言,如Python、C、C++、Java或JavaScript。 TensorFlow 應(yīng)用場景 MATLAB - 是Matrix Laboratory的縮寫,但它是一個(gè)付費(fèi)編程平臺,適合用于如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、圖像處理、視頻信號處理等方面的應(yīng)用。傳送門: MATLAB 官網(wǎng) MATLAB是Matrix Laboratory的縮寫,但它是一個(gè)付費(fèi)編程平臺,適合用于如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、圖像處理、視頻信號處理等方面的應(yīng)用,是一個(gè)受到工程師和科學(xué)家喜歡的編程平臺。它配備了一個(gè)計(jì)算機(jī)視覺工具箱,包含許多算法能力,如:
Keras - 它允許快速構(gòu)建神經(jīng)網(wǎng)絡(luò)模型,是一個(gè)模塊化的AI工具箱,計(jì)算機(jī)視覺工程師可以利用它來快速組裝應(yīng)用、訓(xùn)練模型。傳送門:https:/// Keras是一個(gè)基于Python的開源軟件庫,對初學(xué)者來說特別易用,它允許快速構(gòu)建神經(jīng)網(wǎng)絡(luò)模型,是一個(gè)模塊化的AI工具箱,計(jì)算機(jī)視覺工程師可以利用它來快速組裝應(yīng)用、訓(xùn)練模型。Keras的底層框架使用TensorFlow,并且擁有強(qiáng)大的社區(qū)支持,因此用戶眾多??梢允褂肒eras實(shí)現(xiàn)的內(nèi)容例如:
NVIDIA CUDA-X - 是一個(gè)GPU加速庫和工具的集合,可以開始使用新的應(yīng)用程序或GPA加速。它包含數(shù)學(xué)庫、并行算法庫、圖像和視頻庫、通信庫和深度學(xué)習(xí)庫。傳送門: CUDA是計(jì)算統(tǒng)一設(shè)備架構(gòu)的首字母縮寫,而NVIDIA CUDA-X是CUDA的更新版本。 NVIDIA CUDA-X是一個(gè)GPU加速庫和工具的集合,可以開始使用新的應(yīng)用程序或GPA加速。它包含數(shù)學(xué)庫、并行算法庫、圖像和視頻庫、通信庫和深度學(xué)習(xí)庫,可用于各種任務(wù),例如:人臉識別、圖像處理、3D圖形渲染等。它兼容大多數(shù)操作系統(tǒng),并且支持許多主流AI編程語言,如:C、C++、Python、Fortran、MATLAB等。 NVIDIA Performance Primitives - CUDA(Compute Unified Device Architecture的縮寫)是NVIDIA開發(fā)的并行計(jì)算平臺和應(yīng)用程序編程接口(API)模型。傳送門: CUDA(Compute Unified Device Architecture的縮寫)是NVIDIA開發(fā)的并行計(jì)算平臺和應(yīng)用程序編程接口(API)模型。它允許開發(fā)人員使用GPU(圖形處理單元)的強(qiáng)大功能來加快處理密集型應(yīng)用程序的速度。
PyTorch - 是一個(gè)Python的開源機(jī)器學(xué)習(xí)框架,主要由Facebook的AI研究小組開發(fā)。Github:https://github.com/pytorch/pytorch PyTorch 官網(wǎng) PyTorch是一個(gè)Python的開源機(jī)器學(xué)習(xí)框架,主要由Facebook的AI研究小組開發(fā)。在構(gòu)建復(fù)雜體系結(jié)構(gòu)時(shí)具有很大的靈活性。可以用于機(jī)器視覺方面開發(fā)圖像評估模型、圖像分割、圖像分類等。 PyTorch是一個(gè)基于Torch的使用Python編程語言的開源機(jī)器學(xué)習(xí)框架。Torch 是一個(gè)開源的用Lua腳本語言編寫的機(jī)器學(xué)習(xí)庫,用于創(chuàng)建深度神經(jīng)網(wǎng)絡(luò)。 PyTorch 支持多種不同的數(shù)學(xué)運(yùn)算,簡化了人工神經(jīng)網(wǎng)絡(luò)模型的創(chuàng)建。PyTorch 主要應(yīng)用于數(shù)據(jù)科學(xué)家用于研究和人工智能應(yīng)用,如計(jì)算機(jī)視覺和自然語言處理等應(yīng)用。PyTorch 遵循 modified BSD 許可協(xié)議。 2016年,PyTorch 由 Meta AI Research 首次發(fā)布,現(xiàn)在已成為Linux基金會的一部分。許多深度學(xué)習(xí)軟件都是在PyTorch基礎(chǔ)之上構(gòu)建的,包括Tesla 的 Autopilot、Uber 的 Pyro、HuggingFace 的 Transformers、PyTorch Lightning、和 Catalyst。 PyTorch提供了兩個(gè)高級特性:一是類似于NumPy的張量計(jì)算,可通過GPU實(shí)現(xiàn)強(qiáng)大的加速;二是基于帶自動微分系統(tǒng)的深度神經(jīng)網(wǎng)絡(luò)。支持ONNX與其他程序庫交換模型。 OpenVINO- 它是一套非常全面的計(jì)算機(jī)視覺工具。Github:https://github.com/openvinotoolkit/openvino OpenVINO 官網(wǎng) OpenVINO是Open Visual Inference and Neural Network Optimization的縮寫。它是一套非常全面的計(jì)算機(jī)視覺工具。它由英特爾開發(fā),是一個(gè)可以免費(fèi)使用的跨平臺框架,具有多種視覺處理能力,包括:
Caffe - 一個(gè)易于使用的開源深度學(xué)習(xí)和計(jì)算機(jī)視覺框架,由加州大學(xué)伯克利分校開發(fā)。Github:https://github.com/BVLC/caffe Caffe 官網(wǎng) CAFFE是Convolutional Architecture for Fast Feature Embedding的縮寫。是一個(gè)易于使用的開源深度學(xué)習(xí)和計(jì)算機(jī)視覺框架,由加州大學(xué)伯克利分校開發(fā)。 它使用C++編寫,支持多種開發(fā)語言,支持多種用于實(shí)現(xiàn)圖像分類和圖像分割的深度學(xué)習(xí)架構(gòu)。Caffe可以用于視覺、語音和多媒體領(lǐng)域的應(yīng)用,支持圖像分割、分類等模型開發(fā)。 SimpleCV - 是一個(gè)開源免費(fèi)的機(jī)器視覺框架。SimpleCV 官網(wǎng) SimpleCV是一個(gè)開源免費(fèi)的機(jī)器視覺框架。通這個(gè)框架,可以輕松訪問OpenCV等幾個(gè)高性能的計(jì)算機(jī)視覺庫,而無需深入了解位深度、顏色空間、緩沖區(qū)管理或文件格式等復(fù)雜概念。 Detectron2 - 是由Facebook AI Research(FAIR)開發(fā)的基于PyTorch的模對象檢測庫。Github:https://github.com/facebookresearch/detectron2 Detectron2 官網(wǎng) Detecrton 2是由Facebook AI Research(FAIR)開發(fā)的基于PyTorch的模對象檢測庫。 Detectron 2是Detection的升級版;包括:Faster R-CNN、Mask R-CNN、RetinaNet、DensePose、Cascade R-CNN、Panoptic FPN和TensorMask等模型。Detecrton 2的功能包括:密集位姿預(yù)測、全景圖像分割、聯(lián)合分割、對象檢測等。 Detectron2 應(yīng)用場景 最后一臺電腦,一個(gè)鍵盤,盡情揮灑智慧的人生; 幾行數(shù)字,幾個(gè)字母,認(rèn)真編寫生活的美好; 一 個(gè)靈感,一段程序,推動科技進(jìn)步,促進(jìn)社會發(fā)展。 創(chuàng)作不易,喜歡的老鐵們加個(gè)關(guān)注,點(diǎn)個(gè)贊,打個(gè)賞,后面會不定期更新干貨和技術(shù)相關(guān)的資訊,速速收藏,謝謝!你們的一個(gè)小小舉動就是對小編的認(rèn)可,更是創(chuàng)作的動力。 創(chuàng)作文章的初心是:沉淀、分享和利他。既想寫給現(xiàn)在的你,也想貪心寫給 10 年、20 年后的工程師們,現(xiàn)在的你站在浪潮之巔,面對魔幻的互聯(lián)網(wǎng)世界,很容易把一條河流看成整片大海。未來的讀者已經(jīng)知道了這段技術(shù)的發(fā)展歷史,但難免會忽略一些細(xì)節(jié)。如果未來的工程師們真的創(chuàng)造出了時(shí)間旅行機(jī)器,可以讓你回到現(xiàn)在。那么小編的創(chuàng)作就是你和當(dāng)年工程師們的接頭暗號,你能感知到他們在這個(gè)時(shí)代的鍵盤上留下的余溫。 |
|