2024年最新计算机视觉项目实战-目标检测与识别_utils_paths(2)

最新推荐文章于 2024-08-23 17:52:50 发布

2401_84182020

最新推荐文章于 2024-08-23 17:52:50 发布

阅读量903

点赞数 22

分类专栏：程序员文章标签：计算机视觉目标检测人工智能

本文链接：https://blog.csdn.net/2401_84182020/article/details/138408513

版权

本文介绍了基于深度学习和计算机视觉的目标识别项目，详细阐述Utils.Paths模块在处理图片路径和预处理中的作用，包括目录迭代、文件类型判断和图像尺寸调整。同时，文章讨论了目标识别的重要应用场景，如雷达目标识别、空间探测和遥感，并解释了目标识别与分类的区别。最后，通过实例展示了如何利用预处理技术进行图像分类。

摘要由CSDN通过智能技术生成

🌟写在前面

本此博客我们简单的介绍一下目标检测与识别，我们从头开始介绍，从最简单的然后逐渐的走进项目。首先我们介绍使用深度学习和CV去做一个简单的目标识别项目。

🌟目标识别的重要应用场景

目标识别技术已广泛应用于国民经济、空间技术和国防等领域。
利用雷达和计算机对遥远目标进行辨认。现代雷达（包括热雷达和激光雷达）不但是对遥远目标进行探测和定位的工具，而且能够测量与目标形体和表面物理特性有关的参数，进而对目标分类和识别。雷达目标识别技术开始于50年代末期，美国人用单脉冲雷达跟踪并记录了苏联发射的第二颗人造地球卫星的回波，通过对回波信号的分析，确认卫星上装有角反射器。现代防空雷达已具有辨认少数典型飞机机型的能力。反弹道导弹防御雷达(见目标截获和识别雷达)能从洲际导弹的碎块和少量诱饵中识别出真弹头。在空间探测中，对月球和金星表面的地形测绘和电磁物理特性参数测量，以及判定卫星发射后太阳电池翼是否打开等，都能应用目标识别技术。
在地球遥感方面，微波遥感仪器可以测定潮汐、海冰厚度和海面风速;可以对农作物分类辨识,并作长势检查和产量估计；还可以勘探矿藏和石油等地球资源。
目标识别还可利用再入大气层后的大团过滤技术。当目标群进入大气层时，在大气阻力的作用下，目标群中的真假目标由于轻重和阻力的不同而分开，轻目标、外形不规则的目标开始减速，落在真弹头的后面，从而可以区别目标。目标分类与目标识别的含义稍有不同。目标分类是将被测目标与已知目标的训练样本一一比较，回答同或异（真或假）。而目标识别还要求指出目标特性的具体数值，如形体、表面粗糙度和介电常数等。因此识别比分类包含更多的目标特征信息。