回顾 我们学习的传统 CV 方法几乎都集中于使用卷积： 直方图提取 Canny Edge Detection Harris Corner Detection 高斯模糊 LoG SIFT HOG 这一节我们还要简单接触一种基于频域的图像处理方法：离散余弦变换（Discrete cosine trans

本节是另一课程的内容，但也可以视为 CV 导论从 Classic Vision II 那一节的一个补充 SIFT 早在遇到语义分割以前，传统 CV 在处理目标识别的 equivariance 的问题时就已经举步维艰，但仍然有一些很不错的方法；我们首先回顾希望目标识别满足的 equivariance：

PIL from PIL import Image 打开图像 img = Image.open(path) 基本变换 img_resize = img.resize((400, 400), Image.Resampling.LANCZOS) img_gray = img.convert('L') i

这是 2025 春 计算机视觉导论的笔记 Todo: 内容杂乱无章，十分愚蠢，或许未来会润色语言使它便于阅读 Underfitting Underfitting 模型在training set上都不好 原因：注意dataloader很容易有bug，别搞X.shuffle, Y.shuffle这种事情

这是 2025 春 计算机视觉导论的笔记 Todo: 内容杂乱无章，十分愚蠢，或许未来会润色语言使它便于阅读 本节聚焦 Training 的细节和努力减小 Training 和 Test 之间的 Gap CNN Training Mini-batch SGD：For loop Sample：Shuf

这是 2025 春 计算机视觉导论的笔记 Todo: 内容杂乱无章，十分愚蠢，或许未来会润色语言使它便于阅读 接上节：线性模型的 capasity/expressivity 太小了！ Multi-Layer Perceptron (MLP) 线性层堆叠没有意义：\displaystyle \math

这是 2025 春 计算机视觉导论的笔记 Todo: 内容杂乱无章，十分愚蠢，或许未来会润色语言使它便于阅读 Feature Description 我们现在在做什么：non-learning based method \displaystyle \to learning based method

这是 2025 春 计算机视觉导论的笔记 Todo: 内容杂乱无章，十分愚蠢，或许未来会润色语言使它便于阅读 Review 目标：Lane Detection 完成的部分：Edge Detection 现在的目标：从散点到直线，得到更好的 Line Fitting Least Square Meth

这是 2025 春 计算机视觉导论的笔记 Todo: 内容杂乱无章，十分愚蠢，或许未来会润色语言使它便于阅读 Images as Functions Image as a function 我们把图片看作一个函数 f，它从 \mathrm{R}^2 映到 \mathrm{R}^M, 其中 f(x,

OpenCV 基本操作 图像读取 import cv2 img_uint = cv2.imread(path) img_uint = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) img = img_uint / 255. cv2 默认读取 BGR, uint8(0