如何实现识别出一段视频或图片中出现的某个物种，比如牛？

课程小项目，完全不了解AI这方面，有没有比较简便的方法来实现？

有两个典型思路：
1、用传统特征，比如sift等描述目标。然后从图片中找出待找的目标，此方法简单，在复杂环境效果不一定好；
2、用深度学习方法学习目标的特征，然后从图片中找出待找的目标，此方法需要大量样本并且标注，在复杂环境效果较好。

https://blog.csdn.net/qq_52095705/article/details/121568221

• 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/725533
• 你也可以参考下这篇文章：像手机安装APP一样安装AI视觉算法，共达地推出“自选式算法定义“边缘计算软硬一体解决方案
• 除此之外, 这篇博客: 对图像直方图的理解中的        直方图均衡的目的是为了使灰度分布的更广泛，从而来拉伸对比度。 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• 有两个问题比较难懂，一是为什么要选用累积分布函数，二是为什么使用累积分布函数处理后像素值会均匀分布。

  第一个问题。均衡化过程中，必须要保证两个条件：①像素无论怎么映射，一定要保证原来的大小关系不变，较亮的区域，依旧是较亮的，较暗依旧暗，只是对比度增大，绝对不能明暗颠倒；②如果是八位图像，那么像素映射函数的值域应在0和255之间的，不能越界。综合以上两个条件，累积分布函数是个好的选择，因为累积分布函数是单调增函数（控制大小关系），并且值域是0到1（控制越界问题），所以直方图均衡化中使用的是累积分布函数。

  第二个问题。累积分布函数具有一些好的性质，那么如何运用累积分布函数使得直方图均衡化？比较概率分布函数和累积分布函数，前者的二维图像是参差不齐的，后者是单调递增的。直方图均衡化过程中，映射方法是

  

  其中，n是图像中像素的总和，是当前灰度级的像素个数，L是图像中可能的灰度级总数。

  来看看通过上述公式怎样实现的拉伸。假设有如下图像：

  

  得图像的统计信息如下图所示，并根据统计信息完成灰度值映射：

  

  直方图均衡化参考链接：https://www.cnblogs.com/tianyalu/p/5687782.html

   

   

   

   

   

   

   

   

   

• 您还可以看一下 2017CCTC大会老师的【微服务专场】实施微服务架构的关键技术课程中的 实施微服务架构的关键技术小节, 巩固相关知识点