年轻人起来冲

本文用于解释最基础的神经网络 - 感知机的原理，它是后续 CNN、RNN 的基础，CNN 只是在感知机的概念加入 “局部连接” 的思想，每个局部执行的还是加权和；RNN 只是给每个隐藏层加一个隐状态

本文按照：感知机 -> 多层感知机 -> 全连接层 -> 人工神经网络的步骤去理解 Linear 层

结构重参数化的原理

使用 opencv 在图像上绘制形状的基本方法，包括直线、矩形、圆形、椭圆形、多边形，以及视频的读写

主要讲解使用 opencv 读图片到矩阵以及对矩阵的复制、裁剪、拼接的操作，注意 opencv 读入 RGB 图片时，其通道顺序变为 BGR。同时记住内部数据按 BGRBGR… 的方式存储的，和数据格式 (H, W, 3) 相符合

本文基于论文 A survey of loss functions for semantic segmentation 学习语义分割损失函数，该论文将 15 种语义分割函数分为 4 类进行归纳总结，并提出 Log-Cosh Dice Loss 损失

在 opencv 上使用 cv::findContours 查找轮廓，经常遇到轮廓层次、点序等问题，这里对相关问题做一个统一总结

本文研究图片种某个区域被旋转后，其值变换情况

在某些场景下，直接使用二值化，可能无法找到 ROI，基于投影的思路可以适当考虑，其原理如下：

在工业检测中，一个目标可能被不同相机拍摄，其输出的图往往是不对齐，这就给缺陷定位带来问题，本文基于关键点匹配去实现平移状态下的图片对齐

机器视觉结合到工厂的生产线中，诞生了工业视觉，那么这个领域的技术路线是什么呢？