CV
文章平均质量分 63
CV
Andrew_jdw
这个作者很懒,什么都没留下…
展开
-
Windows10+YOLOV3+VisualStudio2017最新版本超详细过程
最近两天在看yolo项目,所以想着把作者的项目copy一下运行看一下效果,谁知道一不小心,陷入坑中无法自拔。真实感叹作者的厉害之处。同时也记录了自己Windows10+YOLOV3+VisualStudio2017最新版本超详细走坑成功过程。PS:(2019/9/28更新)根据博客朋友的反馈,我这里再把常见报错问题总结一下:1.编译失败,项目成功0个,失败1个。这种情况较多: 错误 MSB3721 命令,CUDA和CUDNN是否正确安装,右键项目属性页,重新查找一下项目属性页中是否有哪些路径没转载 2021-09-24 16:12:41 · 418 阅读 · 0 评论 -
opencv读取视频的特定帧或每秒截取指定数量的图片
假如视频的帧率是30,时长50秒,则直接每一帧都保存一共会保存1500张图,这显然太多了。因此考虑如何每秒只截取一帧并进行处理。代码如下:#include <iostream>#include <opencv2\highgui.hpp>#include <opencv2\core.hpp>#include <fstream>#define SAVEPATH "C:/Users/z/Desktop/img_files/"using names转载 2021-09-24 15:59:06 · 2114 阅读 · 0 评论 -
labelImg安装方法(win10+Python3.6)
1.下载源码并解压:https://github.com/tzutalin/labelImg2.安装PyQt5进入cmd后,输入: pip install PyQt5 (已经装了一遍了,所以显示已经满足)3.安装PyQt5_tools执行命令: pip install pyqt5-tools(也装过了)4.安装lxml命令:pip install lxml(已经安装过)5.pyrcc编译资源文件进入到labelImg-master所在文件夹,在文件地址...转载 2021-09-24 15:55:15 · 583 阅读 · 0 评论 -
labelme数据集制作成coco数据集
1.labelme制作样本生成每个图像的json文件2.将生成的json文件和原始图像jpg,放入同一个文件夹中(…\labelme-master\examples\instance_segmentation\data_annotated)也就是input_dir3."…\labelme-master\examples\instance_segmentation"中修改labels.txt文件,保留__ignore__类别(否则会报错,源代码中可以修改也可以)。4.打开终端并切换路径至…\labelm原创 2021-02-05 15:50:55 · 1400 阅读 · 0 评论 -
DenseBox: Unifying Landmark Localization with End to End Object Detection笔记
Abstract引入DenseBox,它是一个统一的端到端FCN框架,通过图像的所有位置和尺度直接预测边界框和对象类信任度。首先,我们展示一个单一的FCN经过精心设计和优化,可以非常准确和有效地检测多个不同的目标。第二,当在多任务学习中结合地标定位时,DenseBox进一步提高了目标检测的准确性。我们在MALF人脸检测和KITTI汽车检测等公共基准数据集上展示了实验结果,表明我们的DenseBox是检测具有挑战性的物体(如人脸和汽车)的最先进系统。1 Introduction在我们的日常生活中,物体检原创 2021-02-04 09:39:09 · 221 阅读 · 0 评论 -
YOLOV3 模型训练及模型部署(YOLO动态链接库的封装和调用)
YOLOV3 模型训练及模型部署(YOLO动态链接库的封装和调用)一、 配置环境windows10 + VS2017 communitycuda10.0.130_411.31cunn-10.0-v7.6.5.32opencv3.2二、制作COCO数据集参考链接:yolov3 训练自己的数据(coco数据制作篇)1.准备工作安装labelme软件安装教程及下载地址,也可参考Windows下的labelme数据标注工具安装教程2.制作样本(1)labelme制作样本,生成对应图像原创 2020-12-28 10:09:55 · 2875 阅读 · 3 评论 -
python将视频按指定间隔帧获取图像并保存
import cv2import osimport argparsedef parse_args(): """ Parse input arguments :return: args """ parse = argparse.ArgumentParser(description='Process pic') parse.add_argument('--input', help='video to process', dest='input', def原创 2020-12-15 14:57:37 · 714 阅读 · 0 评论