我正在开发我的新计算机视觉神经网络。最近我第一次尝试训练它。我对训练结果非常满意（我在训练集上有 ~99% 的准确率，在验证集上有 ~94% 的准确率），但是当我尝试预测测试集的标签时，我得到了糟糕的...

在这篇文章图像分类之后，我尝试使用 GPT4-Visual API 标记具有特定类别的图像，以便我可以使用这些分类来训练 YOLOv8 模型。 最后我得到 TypeError： 'Classifica...

我最近制作了一个 CNN，它用边界框检测人类，我训练了它，当我在图像上测试它时，我收到以下错误： ValueError：图层“模型”的输入 0 与图层不兼容：预期 shape=（None， 640， ...

我最近使用 pip install mediapipe 并尝试使用命令使用它 import mediapipe as mp 但是我收到此错误 NameError Traceback (m...

我正在尝试使用立体视觉生成 3D 世界坐标。 我正在获得差异图，这是我处理它的方式。 left_ret, leftFrame = left_camera.read() fixedLeft = c...

我正在尝试为平面实现 3D 重建管道。 第一步是使用前两帧的单调（或基本垫）分解来估计相对姿态。（黄色点云） 在此之后，对 2-3 帧使用 solvePnP（或使用 BA 最小化）会导致错误的变换参...

我想估计工件的姿态，所以我尝试使用套准。 从双目结构光相机（红色）捕获源点云，从工件的三维图纸（黑色）中采样目标点云。我知道 ICP 总是很容易落入局部最优解，因此初始转换是手动设置的。最初的转变 ...

在开发 Colmap 时，我注意到 Colmap 只占用了我的 CPU 的一个内核，而且使用的内存也更少。正因为如此，Colmap 需要花费大量时间来生成输出。我也明白，在 Colmap 中使用多线程...

在单色 .png 文件上使用函数 pyautogui.locateOnScreen（image，confidence=0.9） 时，python 代码返回一个 Box（left=0， top=0， w...

作为视觉识别实验的一部分，我需要逐像素生成 10 位图像并将它们显示在显示器上（每种颜色 10 位）。我想了解如何使用什么编程语言和库以编程方式实现这一点。我更像是一个科学家而不是程序员，我知道 Ma...