- 综合排序
- 最热优先
- 最新优先
- 来自专栏小鹏的专栏
OpenCV之图像ROI与ROI操作
cy = h//2 cx = w//2 roi = src[cy-100:cy+100,cx-100:cx+100,:] cv.imshow("roi", roi) # copy ROI image = np.copy(roi) # modify ROI roi[:, :, 0] = 0 cv.imshow("result", src) # modify copy roi image[:, : , 2] = 0 cv.imshow("result", src) cv.imshow("copy roi", image) # example with ROI - generate mask src2 ("roi", roi); Mat image = roi.clone(); // modify ROI roi.setTo(Scalar(255, 0, 0)); imshow("result roi", image); // example with ROI - generate mask Mat src2 = imread(".
76920发布于 2021-07-19 - 来自专栏唐国梁Tommy
笔记分享 : 一文读懂3个概念 : RoI, RoI pooling, RoI Align
哈喽，大家好，今天我们一起学习一下三个重要的概念：RoI，RoI pooling 和 RoI Align 相信学习CV（Computer Vision）的同学对此并不陌生，完全理解这三个概念有助于我们掌握深度学习目标检测与识别算法 接下来，我们一起开启“RoI探险之旅” : 第一部分：RoI 1. 上帝之问：RoI是个什么鬼?? 第二部分：RoI pooling 当我们将原图上的RoI映射到feature map上之后，我们可以应用pooling。其实，这里也有一个问题：为什么要用RoI pooling ? 总结：RoI pooling最大的问题就是操作会导致数据丢失，影响整个模型分类和定位的准确性，解决方式就是引入了RoI Align。 第三部分：RoI Align 1. 什么是RoI Align ？ RoI Align 解决了 RoI pooling中的数据丢失问题，这里使得数据能够保全，没有丢失。它们之间的区别在于量化，RoI Align在data pooling中没有使用量化。 2.
21.8K1111发布于 2021-05-28 - 来自专栏深度学习和计算机视觉
RoI Pooling 与 RoI Align 有什么区别？
基本概念 RoI RoI(Region of Interest)是通过不同区域选择方法，从原始图像(original image)得到的候选区域(proposal region)。 需要注意的一点是RoI并不等价于bounding box, 它们可能看起来像，但是RoI只是为了进一步处理而产生的候选区域。 RoI Pooling = crop feature + resize feature 通过上图的容易得到，RoI Pooling的作用本质上是为了将不同尺寸的RoI特征转换为相同的特征图输出，保证特征图展开 下图中绿色框为RoI对应的实际区域（由于经过特征尺度变换，导致RoI的坐标会可能会落到特征图的单元之间）， 蓝色框代表量化(网格对齐)后的RoI所对应的特征图。 Rol Align 原理 RoI Align 在 Mask RCNN 中被首次提出。 针对RoI Pooling在语义分割等精细度任务中精确度的问题提出的改进方案。
1.3K10编辑于 2022-02-14 - 来自专栏互联网数据官iCDO
ROI已死？
似乎只有这几个了，另外一些猛投效果类广告的行业，其实根本不可能仅仅通过购买流量实现利润为正（请注意是利润为正，不是ROI大于1，ROI大于1比比皆是，但是ROI很多时候大于2甚至3也未必有正向利润），他们投效果的目的是为了更长时间维度的盈利 流量变现的ROI永远不可能升高。流量在不断涨价，cpi却基本上很稳定。所以，ROI怎么升高呢。 4 ROI不能反映归因状况 低ROI的渠道并不一定就差，高ROI的渠道也不见得就牛逼。 这样ROI的价值必然会下降。 ROI，但ROI早已不是营销的标的。
94620发布于 2019-10-06 大模型驱动企业智能知识管理：产品能力与业务ROI拆解
拆解传统企业数据变现困境与隐性知识流失 在企业从“数据集中化”向“数据知识化”跨越的第三阶段，传统知识管理平台面临三大核心业务瓶颈： 沉没成本高企，数据变现受阻： 业务部门耗费大量成本建设数据中台，但数据挖掘深度不足 ，缺乏实际业务应用场景。 映射组织效能跃升的三大核心业务指标 基于多行业客户的真实应用，乐享智能知识管理在以下三个核心量化指标上展现了明确的投资回报率（ROI）： 指标一：显性化成本节约 (Cost Reduction) 部署智能化知识库后 (数据来源：腾讯乐享内部测算及客户真实业务大盘数据) 垂直行业应用场景与业务重构实践 实践一：旷真法律集团 —— 激活律所组织经验，打造学习型团队 业务冲突： 高学历资深员工经验难以沉淀，各部门存在信息孤岛 —— 旷真法律集团学习与能力发展部部长 龙庆 实践二：腾讯云知（CSIG To B业务） —— 赋能一线售卖，提升面客效率 业务冲突： 业务线缺乏统一调度，产品与行业解决方案更新滞后，制约B端客户服务能力
9700编辑于 2026-05-31- 来自专栏计算机视觉理论及其实现
RoI Pooling与RoIWrap Pooling与RoIAlign Pooling与Precise RoI Pooling
前言文章标题给出了四种Pooling的方法，这feature pooling方法是我在看论文的时候看到的，从最开的PoI Pooling到目前最新的Precise RoI Pooling由Pooling RoI Pooling这种Pooling方法我是在Faster RCNN中看到的，该种Pooling方法采用的运算方法比较直接。下面是其计算的流程图：? 最后的RoI Pooling的输出是固定的为 7 ∗ 7 7*7 7∗7，那么就要对这个特征图进行划分，那么划分出来的每一块的大小就是 25 / 7 ∗ 18 / 7 = 3.57 ∗ 2.57 25/ 对于一个选出来的预测框，它的对应的RoI区域可以通过 f e a t s t r i d e feat_{stride} featstride算出来（crop操作），如下图所示：? Precise RoI Pooling? 这里的这个方法就更厉害了，其第一步与前面一种方法一样通过双线性运算得到。
1.3K20编辑于 2022-09-02 - 来自专栏敏捷分析
教你更科学地花钱：因果推断在增长业务ROI量化评估上的应用
、拉活、节假日活动等，这几个业务都是需要花钱的，每年分配的预算有限，如何权衡在各项业务上的投入成本，如何花钱效率最高，将好钢用在刀刃上是需要运营管理者去思考和决策的，如何决策更科学，那就不得不提到因果推断这种科学的量化方法 ，每笔投入的 ROI 量化评判标准统一，自然就可比较。 这里面隐含的一个问题是：上述3个地方你的评估标准是否统一，比如用户价值统一用 LTV 衡量，后续统一计算 ROI 即可，最忌讳的是不同业务有不同的标准，比如拉新看次留、拉活看回流量、A活动看签到量、B活动看积分消耗量等 一 什么是因果推断 在做用户增长时，我们要回答的终极问题是“如果对产品施加 T 策略，对业务目标是否有影响，影响有多大？” 三 倾向性加权得分在活动效果量化增益上的应用 以下以参与某活动为例，讲解倾向性加权得分方法在活动 ROI 量化增益上的应用。
1.6K21编辑于 2022-09-08 - 来自专栏疯狂学习GIS
ENVI感兴趣区ROI文件由XML格式转为ROI格式
本文介绍在ENVI软件中，将用户自行绘制的.xml格式的感兴趣区（ROI）文件转换为.roi格式的方法。 绘制完毕后，我们需要通过右击ROI列表，选择“Save As”保存我们刚刚绘制好的ROI文件。 可是这样保存后，软件强制设定默认的文件格式为.xml格式，而非.roi格式；如下图所示。 当然，对于新版本的ENVI软件，其虽然默认保存.xml格式的ROI文件，但也完全支持对老版本.roi格式ROI文件的读取；但有时由于一些原因，我们可能必须要将绘制好的ROI文件保存成.roi格式。 在我们的ROI文件列表中，任意选择一个ROI类型并双击，打开Region of Interest (ROI) Tool窗口。 选择我们要保存的ROI文件类别，并配置后文件名与路径。 即可看到，我们已经成功获得了.roi格式的ROI文件，即完成了由.xml格式向.roi格式的转换。 至此，大功告成。
1.5K10编辑于 2022-08-10 - 来自专栏我的知识小屋
八、ROI泛洪填充
一、学习目标 了解什么是ROI 了解floodFill的使用方法 如有错误欢迎指出~ 二、了解OpenCV中图像ROI的颜色填充 2.1 了解ROI是什么 ROI指的是region of Interest 以上代码读取图片后，通过选取图片区域进行ROI选择。 我们得到ROI内容后，可以对该部分的内容进行编辑，例如转为灰度图像： gray_roi = cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY) cv2.imshow("gray_roi =img[200:400,280:450] cv2.imshow("roi", roi)#显示图像 gray_roi = cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY) cv2 .imshow("gray_roi", gray_roi)#显示图像 gray_roi_rgb = cv2.cvtColor(gray_roi, cv2.COLOR_GRAY2BGR)#灰度图像转RGB
1.1K10发布于 2021-01-14 - 来自专栏服务端技术杂谈
ROI解决什么问题？
在工作中，大家经常讨论ROI。 但，有时你会发现，ROI已经被滥用了。 有时，ROI变成了一种僵化的流程。用ROI当作挡箭牌，让不作为藏在背后，给自己的主动性差、执行力差找到了借口。 我们可以想象下，工作中什么时候大家习惯提到ROI。 其实ROI一般是用于实现某个目标的过程上。 比如目标确定了，我们要完成目标，这时才通过ROI考虑哪种实现方式最合适。 在多种方式中，我们会考虑结合自身能力、资源以达成目标成本最低的那个，那这个过程就是考虑ROI合适的那个方式。 但有些人，误将ROI当作是否树立目标的参考方式。 尽管我们知道了ROI存在于how的部分，那过度聊ROI其实也是一种偷懒的行为。 这往往是由我们对于一件事情所树立的世界观决定的。 也就是说它们的使用情况，其实日常会经常被负责人关注到，而且业务迭代，流量增长，优先会体现在这些实例上，所以其优化空间反而没那么大，因为大部分肯定都很重要。
76010编辑于 2023-03-22 - 来自专栏AI深度学习求索
ROI操作：ROIPooling和ROIAlign
目标：为了使得检测网络可以输入任意size的图片，使用ROIPooling在网络中某一个阶段将不同尺度的图片ROI pooling成相同的尺度，使得fc的存在也无法写死输入图片的size。
4.6K20发布于 2018-12-11 - 来自专栏AIUAI
Caffe源码 - RoI Pooling 层
RoI Pooling 层 caffe prototxt 定义： layer { name: "roi_pool5" type: "ROIPooling" bottom: "conv5" : 0.0625 # 1/16 } } caffe caffe.proto ROI Pooling 层参数说明： optional ROIPoolingParameter roi_pooling_param = this->layer_param_.roi_pooling_param(); CHECK_GT(roi_pool_param.pooled_h(), 0) << "pooled_h must _); // bottom-fight y2 CHECK_GE(roi_batch_ind, 0); CHECK_LT(roi_batch_ind, batch_size); int roi_height = max(roi_end_h - roi_start_h + 1, 1); int roi_width = max(roi_end_w - roi_start_w + 1, 1); // RoI
1.1K50发布于 2019-02-18 基于OpenClaw的教育范式重构：从算力底座到可衡量ROI的业务落地
教育企业前端运营与质检高耗低效：英孚教育CTO Henry表示，在电话营销（TMK）等业务场景中，长期存在线索质量不一、人力成本高、管理沟通低效等痛点；同时，赶考小状元&剪流科技董事长周强指出，一线员工在管理与销售流程标准化上面临执行损耗 验证智能教育落地的量化业务指标 通过引入AI智能体及自动化工作流，各教育场景实现了可量化的投资回报率（ROI）与运营效率跃升： 质检准确率跃升：在人工审核基准下，AI电话营销录音质检初版判断准确率不足50% 招生咨询转化率提升：南京大学“AI政管院”针对招生、论文指导等业务，累计收获5000余条真实问答，实现超七成用户回访率（数据来源：FuturX实践）。 深耕多元化教育场景的实战案例 技术的规模化应用建立在解决实际业务痛点的基础之上，以下客户展现了跨学段、跨场景的深度融合路径： 上海海事大学（高等教育创新）：发展规划处处长刘涛教授分享，学校结合腾讯混元与开源模型 英孚教育（企业运营闭环）：采用MVP（最小可行性产品）方式快速验证，将技术团队的定位从方案输出者转变为“问题拆解与可行性验证者”，聚焦高频、强规则的真实业务痛点，成功搭建轻量级AI质检平台。
38610编辑于 2026-04-14构建“攻守平衡”的业务安全体系：从防伪溯源到全栈风控的ROI验证
直面流量劫持与营销欺诈双重困境 在业务下沉与数字化营销的推进过程中，企业普遍面临品牌资产流失、基础设施兼容性差及营销资金被恶刷的战略困境。 弱网环境导致业务中断： 业务下沉至电梯、偏远山区等复杂环境时，频繁遭遇小程序打不开或打开慢、正常交易停止等问题；同时，由于底层通信易被破解，用户与业务核心数据面临极大的泄露风险，直接引发大量客诉。 优化核心业务流转与风控指标 全栈式风控引擎与安全体系的应用，直接作用于企业的核心业务流转，产生以下量化业务指标： 新用户拉新转化率翻倍： 对参与活动的新用户进行精准风险识别。 节省千万级营销费用： 在营销活动环节，对识别出的风险用户执行降级体验与追加身份验证，防止优惠福利被羊毛党赚取，确保资金用于真实消费者，大幅提升营销活动 ROI。 沉淀二十年黑产对抗经验与底层技术 业务安全的确定性来源于长期的对抗经验积累与底层技术架构的支持。
12310编辑于 2026-05-30僵尸API清理ROI评估技术指南
步骤二：评估ROI 原理说明：计算清理僵尸API后节省的成本与实施清理的成本之间的比例。 操作示例：通过腾讯云API网关的成本管理功能，可以计算出API的调用成本，进而评估清理僵尸API的ROI。 步骤三：实施清理 原理说明：安全地移除僵尸API，避免影响到正常业务。 操作示例：利用腾讯云API网关的版本控制和退市策略，可以安全地清理僵尸API。 通过腾讯云API网关，企业可以更高效、安全地进行僵尸API清理，从而提高ROI。
21910编辑于 2025-07-28- 来自专栏腾讯大讲堂的专栏
【活动推荐】ROI 深度解读沙龙
PMTalk携手腾讯大讲堂联合举办 PMTalk4周年产品ROI主题活动 分享的嘉宾拥有7年以上产品/运营经验，案例实操分享 让互联网产品/运营从业工作者年底来一次思维的冲击！
42920编辑于 2022-01-06 - 来自专栏AI机器学习与深度学习算法
OpenCV-感兴趣区域ROI
本小节介绍的是ROI。 什么是ROI？ ROI(region of interest)，即感兴趣区域。感兴趣区域，就是分析图像所关注的焦点。 比如说，我们对一张图片进行人脸的识别，此时我们只需要关注图片中人脸的部分即可，也就是说此时人脸所在的区域就是我们所关注的焦点，也就是感兴趣的区域(ROI)。 提取图片中ROI 提取ROI图片名为"my_love.jpg"： ? 此时我们感兴趣的地方为美女的脸，提取图片中人脸的部分，具体代码如下： ? 提取出来的人脸部分： ? 将图片转换为了三维数组，其实提取roi，简单来说就是获取数组中指定区域的值，由于第三个维度是通道数，我们只关注整张图片中的某一区域，因此在提取的时候不需要考虑第三个维度。 可以把我们关注的区域(ROI)提取出来，相应的也可以将ROI区域合并到原始的图像中去。为了效果明显，我们将提取出来的face进行色彩空间转换，然后将转换后的face合并到原始的图像中。 ?
1.7K00发布于 2019-11-13 重构出海业务算力与网络分发：基于边缘计算与AIGC的大规模商业化落地ROI分析
第一章：诊断全球化扩张与AI算力瓶颈 在全球化业务扩张与大模型技术落地的进程中，企业面临网络基础设施差异、AI算力利用率低下及安全防护成本高昂的三重战略困境： 海外网络基础设施非标化，业务时延不可控： 在使用A100 GPU生成带3个ControlNet的图生图任务时，单次耗时达22秒，单图GPU成本居高不下，严重制约了AIGC业务的规模化变现效率。 海外黑产自动化攻击导致带宽成本激增： 业务出海面临高频七层攻击。腾讯安全统计显示，超过50%的流量来源于BOT，利用爬虫大规模窃取资源并盗刷CDN流量。 在游戏与社交应用上线过程中，73%的业务会遭遇黑产勒索或大流量DDoS攻击。 第三章：测算业务重构的量化ROI 基于上述技术架构的部署，企业在核心业务指标上实现了显著的量化收益，以下为排名前三的关键投资回报（ROI）指标： 【成本优化指标】VOD即时转码降低43.02%综合成本：
16820编辑于 2026-06-01- 来自专栏贾志刚-OpenCV学堂
OpenCV中如何提取不规则ROI区域
微信公众号：OpenCV学堂 关注获取更多计算机视觉与深度学习知识 什么是ROI ROI是英文Region Of Interest的三个首字母缩写，很多时候我们对图像的分析就是对图像特定ROI的分析与理解 ，对细胞与医疗图像来说，ROI提取正确才可以进行后续的分析、测量、计算密度等，而且这些ROI区域往往不是矩形区域，一般都是不规则的多边形区域，很多OpenCV初学者都不知道如何提取这些不规则的ROI区域 其实OpenCV中有个非常方便的API函数可以快速提取各种非正常的ROI区域。 提取ROI区域 在做这个之前，首先来了解一下什么图像处理中的mask(遮罩)，OpenCV中是如此定义Mask的：八位单通道的Mat对象，每个像素点值为零或者非零区域。 实际应用演示 最后看两个在实际处理会用到mask实现ROI提取然后重新背景融合之后生成新图像效果： ? ?
7.6K32发布于 2019-12-24 腾讯云微短剧一站式解决方案：通过技术降本与极速建站实现业务ROI提升
现有技术架构无法适应业务爆发，被迫采取“打补丁”模式，风险累积。 成熟期（N+）：成本失控与运维压力 精细化运营需求增加，但存储与带宽成本随内容积累急剧上升。 第三章：量化业务成效与技术指标 通过引入腾讯云技术方案，企业在成本控制与用户体验上获得可量化的提升： 存储与带宽成本优化 使用点播即时转码能力，仅需存储一份原文件，对比传统模式，存储+转码费用降低40%
8410编辑于 2026-05-31
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号