大作业系列
文章平均质量分 94
以计算机视觉项目导向,学习知识的同时帮助各位观众老爷完成大作业,一举两得,何乐而不为!
肆十二
那些没有把我击倒的,只会让我更强大。
展开
-
【大作业-22】使用deeplab进行视杯视盘分割
之前我们有出过一期使用unet进行医学图像分割的视频,但是其中好多小伙伴反应自己的任务很多时候都是多分类的任务,使用unet风格的效果一般,所以这期我们使用deeplab来进行多类别语义分割,本次我们的内容将会涉及到3个类别,使用的数据为眼底图像,分割的对象为眼底图像的视盘和视杯, 我们将会根据分割之后的结果进行出行比值的计算,然后通过杯盘比来计算是否存在潜在的眼病风险。原创 2024-09-13 16:21:13 · 457 阅读 · 0 评论 -
深入浅出视觉分割大模型SAM(原理解析+代码实践)
大家好,这里是肆十二,近两年来大模型的成果在一些领域的应用已经深入人心,由于我本人主要感兴趣的方向为计算机视觉,所以今天我们来一起看下计算机视觉领域中这个非常精彩的大模型-SAM。我在B站也同步更新了对应的讲解视频,感兴趣的小伙伴也可以按照视频来进行操作。原创 2024-09-03 16:44:58 · 1746 阅读 · 1 评论 -
【大作业-20】使用YOLOv8进行动物检测
数据集方面我们搜集了大概有1w个动物实例的数据集,数据集类别的整体分布如下,包含3个类别,分别是行人、头以及动物,这里的数据集大家也可以自行进行补充应用在骑车的动物检测或者是其他各种涉及到动物检测的场景中。这里有一些部分数据集的示例,大家在自己的课程设计报告中也可以进行放置。原创 2024-08-30 15:42:25 · 1233 阅读 · 0 评论 -
【大作业-19】使用YOLOv8进行头盔佩戴检测
头盔检测是计算机视觉领域中的一个重要应用,主要用于检测图像或视频中的人是否佩戴头盔。头盔在工业生产、建筑工地、交通领域(如摩托车和自行车骑行)以及一些高危作业场景中是必不可少的防护装备。佩戴头盔可以有效保护头部,降低因意外事故导致的伤亡风险。然而,在现实生活中,很多人并未遵守佩戴头盔的规定,导致事故发生时的伤害严重程度加剧。因此,自动化的头盔检测系统可以帮助相关部门或企业监督和管理这一安全措施的执行。随着深度学习和计算机视觉技术的飞速发展,基于图像的目标检测技术得到了广泛的应用。原创 2024-08-26 22:10:38 · 1230 阅读 · 0 评论 -
30 Days Of Python教程索引
【代码】30 Days Of Python教程索引。原创 2024-08-25 23:47:57 · 649 阅读 · 0 评论 -
使用YOLOv8训练自己的数据集(原理解析+数据标注说明+训练教程+图形化系统开发)
Hello,大家好,本次我们来教大家使用YOLOV8训练自己的数据集。YOLO系列目前已经更新到了V10,并且YOLO系列模型已经目前稳定运行了一段时间。经过一段时间的准备,我们选择在暑期的这个时间点更新YOLOV8模型的教程,从原理、数据标注和环境配置一一展开讲解,帮助小伙伴们掌握YOLOv8的基本内容。注意本次的教程除了支持v8模型的训练,还适用v3、v5、v9、v10等一系列模型的训练。为了帮助大家能灵活选择自己喜欢的内容,我们选择分P的方式进行更新。原创 2024-08-19 11:28:26 · 4158 阅读 · 12 评论 -
【大作业-17】使用TensorFlow快速实现图像风格迁移系统
摘要的部分:作者探讨了图像转换问题,即如何将输入图像转换成输出图像。以往的方法通常训练前馈卷积神经网络,使用逐像素损失函数来衡量输出图像和真实图像之间的差异。但是,这些方法并没有捕捉到图像之间的感知差异。与此同时,也有研究通过定义和优化基于预训练网络提取的高级特征的感知损失函数来生成高质量图像。本文结合了这两种方法的优点,提出使用感知损失函数来训练图像转换任务的前馈网络。实验结果表明,在风格迁移任务中,与基于优化的方法相比,所提出的网络在生成相似质量结果的同时,速度快了三个数量级。原创 2024-08-09 21:24:04 · 956 阅读 · 0 评论 -
肆十二大作业系列清单
Hello,各位小伙伴,大家好,由于之前的博客都是断断续续的发布,导致有些小伙伴看到之后不知道去哪里找下一期以及去哪里下载项目中对应的资源,这里我将所有的大作业都整理了处理,每个项目都提供了项目的效果图、博客地址、视频地址以及资源地址,方便大家进行索引。我们设置这个专栏的目的主要是为了帮助大家掌握常用的计算机视觉的算法,以实际操作为导向,学习知识的同时帮助大家完成对应的大作业,本栏目涵盖了计算机视觉中常见的四个任务,即分类、分割、检测和实例分割。关键词:关键词:YOLOv10、PyTorch。原创 2024-08-09 18:22:29 · 2116 阅读 · 0 评论 -
【大作业系列入门教程】如何使用Anaconda和Pycharm
Hi,各位好久不见,这里是肆十二,首先在这里给大伙拜年了。诸位过完年之后估计又要开始为了大作业和毕业设计头疼了,我们重启更新计划,还是围绕计算机视觉里面的分类、检测和分割展开。诸位可以点个关注,防止错过最新动态。资源下载和博客将会更新在我得csdn,视频则会更新我的B站,我之后也会将对应博客和视频的地址放在置顶评论,防止大家迷路。OK,进入正题,今天我们要和大家分享的内容是Python项目中常用的两个工具Anaconda和Pycharm。原创 2024-02-11 21:26:01 · 11381 阅读 · 4 评论 -
【大作业-15】手把手教你用Unet++做舌象分割
原始的论文放置在DOCS目录下,其中unet++.pdf的文件是该网络结构的原始论文。本文介绍了一种新的医学图像分割架构——UNet++,它是一种深度监督的编码器-解码器网络,通过一系列嵌套的密集跳跃连接将编码器和解码器子网连接起来。UNet++的设计目标是减少编码器和解码器子网特征图之间的语义差距,使得优化器在面对语义相似的特征图时,学习任务变得更加简单。原创 2024-03-10 23:31:04 · 4041 阅读 · 8 评论 -
【大作业-16】使用YOLOv10快速实现海上红外目标检测
实时物体检测旨在以较低的延迟准确预测图像中的物体类别和位置。YOLO 系列在性能和效率之间取得了平衡,因此一直处于这项研究的前沿。然而,对 NMS 的依赖和架构上的低效阻碍了最佳性能的实现。YOLOv10 通过为无 NMS 训练引入一致的双重分配和以效率-准确性为导向的整体模型设计策略,解决了这些问题。原创 2024-05-27 00:53:12 · 1487 阅读 · 0 评论 -
【大作业-14】手把手教你用Unet做眼底血管图像分割
Hi,这里是肆十二,今天我们来继续医学方向的毕设更新,今天选用的题材是基于Unet的眼底血管图像分割,废话不多说,我们直接开始!原创 2024-02-17 20:52:03 · 7518 阅读 · 3 评论 -
【大作业-13】手把手教你使用YOLOV5做麦穗计数
小麦是世界上种植地域最广、面积最大及产量最多的粮食作物,2021年世界小麦使用量达到7.54亿吨。小麦产量的及时预估对作物生产、粮食价格及粮食安全产生重大影响,单位面积穗数是小麦产量预估研究中的难点及重中之重。当前,人工估产方法依据专家目测估计产量,准确率得不到保证。取样估产方法通过采集部分区域,进行人工计数、称重,费时费力。随着计算机视觉技术的发展,大量研究致力于统计单幅图像中麦穗数进而实现估产,此类研究利用卷积神经网络强大的特征自学习能力,对麦穗进行特征提取,通过大量数据训练模型,进而成功实现对图像中麦原创 2023-03-22 23:12:41 · 6285 阅读 · 15 评论 -
【大作业-12】手把手教你使用YOLOV5做交通标志检测
交通标志的目标检测算法在计算机视觉领域一直属于热点研究问题,改进的优化算法不断地被提出。我们以[CCTSDB](https://github.com/csust7zhangjm/CCTSDB)数据集为例,用YOLOV5算法做交通标志识别。中国交通标志检测数据集(CCTSDB,Chinese Traffic Sign Detection Benchmark)由长沙理工大学 综合交通运输大数据智能处理湖南省重点实验室张建明老师团队制作完成。 目前的标注数据只有三大类:指示标志、禁止标志、警告标志。原创 2023-03-18 21:10:16 · 15230 阅读 · 10 评论 -
【大作业-11】手把手教你使用YOLOV5做电线绝缘子缺陷检测
绝缘子作为输电环节中的重要设备,在支撑固定导线,保障绝缘距离的方面有着重要作用。深度学习技术的大量应用,计算机运算性能的不断提高,为无人机准确识别和定位绝缘子,实时跟踪拍摄开辟了新的解决途径。本文对输电线路中绝缘子进行识别及定位,利用深度学习技术采取基于YOLOv5 算法的目标检测手段,结合绝缘子数据集的特点,对无人机拍摄图片进行训练,实现对绝缘子精准识别和定位,大幅提升无人机巡检时对绝缘子设备准确跟踪、判定的效率,具有十分重要的应用效果。原创 2023-03-15 16:41:53 · 19317 阅读 · 16 评论 -
【大作业-10】手把手教你使用Pytorch训练自己的分类模型
2023年全新Pytorch分类教程,支持数据搜集、多种模型训练测试、模型参数和网络结构查看以及全新的图形化界面,快去学习吧!原创 2022-12-06 17:56:21 · 30932 阅读 · 35 评论 -
【大作业-09】基于YOLOV5的手势识别系统
我们之前做过一期基于Yolov5的口罩检测系统(手把手教你使用YOLOV5训练自己的目标检测模型-口罩检测-视频教程_dejahu的博客-CSDN博客),里面的代码是基于YOLOV5 6.0开发的,并且是适用其他数据集的,只需要修改数据集之后重新训练即可,非常方便,但是有些好兄弟是初学者,可能不太了解数据的处理,所以我们就这期视频做个衍生系列,主要是希望通过这些系列来教会大家如何训练和使用自己的数据集。本期我们带来的内容是基于YOLOV5的手势识别系统,我们将会训练得到能识别10种常用手势的模型,废话不多原创 2022-03-05 12:54:42 · 22194 阅读 · 19 评论 -
【大作业-08】基于YOLOV5的火灾检测系统
我们之前做过一期基于Yolov5的口罩检测系统(),里面的代码是基于YOLOV5 6.0开发的,并且是适用其他数据集的,只需要修改数据集之后重新训练即可,非常方便,但是有些好兄弟是初学者,可能不太了解数据的处理,所以我们就这期视频做个衍生系列,主要是希望通过这些系列来教会大家如何训练和使用自己的数据集。本期我们带来的内容是基于YOLOV5的火灾检测系统,火灾检测系统还是比较有实际意义的,也方便大家在背景描述中展开。废话不多说,还是先看效果。原创 2022-02-19 21:21:19 · 27637 阅读 · 23 评论 -
【大作业-07】手把手教你用UNet做医学图像分割系统
兄弟们好呀,这里是肆十二,这转眼间寒假就要过完了,相信大家的毕设也要准备动手了吧,作为一名大作业区的UP主,也该蹭波热度了,之前关于图像分类和目标检测我们都出了相应的教程,所以这期内容我们搞波新的,我们用Unet来做医学图像分割。我们将会以皮肤病的数据作为示范,训练一个皮肤病分割的模型出来,用户输入图像,模型可以自动分割去皮肤病的区域和正常的区域。B站讲解视频:CSDN博客:代码地址:unet_42: 基于Unet的医学影像分割系统 (gitee.com)处理好的数据集和训练好的模型:更多相关的原创 2022-02-15 00:57:03 · 105402 阅读 · 83 评论 -
【大作业-06】教你用300行Python代码实现一个人脸识别系统
最近又多了不少朋友关注,先在这里谢谢大家。今天我们来python实现一个人脸识别系统,主要是借助了dlib这个库,相当于我们直接调用现成的库来进行人脸识别,就省去了之前教程中的数据收集和模型训练的步骤了。原创 2022-01-10 14:24:18 · 35636 阅读 · 224 评论 -
【大作业-05】手把手教你使用YOLOV5训练自己的目标检测模型-口罩检测-视频教程
手把手教你使用YOLOV5训练自己的目标检测模型大家好,这里是肆十二(dejahu),好几个月没有更新了,这两天看了一下关注量,突然多了1k多个朋友关注,想必都是大作业系列教程来的小伙伴。既然有这么多朋友关注这个大作业系列,并且也差不多到了毕设开题和大作业提交的时间了,那我直接就是一波更新。这期的内容相对于上期的果蔬分类和垃圾识别无论是在内容还是新意上我们都进行了船新的升级,我们这次要使用YOLOV5来训练一个口罩检测模型,比较契合当下的疫情,并且目标检测涉及到的知识点也比较多,这次的内容除了可以作为大家原创 2021-12-15 12:59:29 · 317871 阅读 · 452 评论 -
【大作业-04】手把手教你构建垃圾分类系统-基于tensorflow2.3
B站视频:等待更新(b站:dejahu)代码地址:trash_classification_tf2.3: 基于tensorflow2.3的垃圾分类系统 (gitee.com)模型和数据集地址:垃圾分类数据集和tf代码-8w张图片245个类.zip-深度学习文档类资源-CSDN下载大家有什么想法也可以在评论区留言,我会根据留言情况出对应的教程。哈喽,大家好,这里是dejahu,本期教程给大家带来的是基于tensorflow2.3的垃圾分类系统,主要还是为了教会大家如何使用我写好的物体分类模板代码去.原创 2021-06-25 17:32:21 · 21739 阅读 · 52 评论 -
【大作业-03】手把手教你用tensorflow2.3训练自己的分类数据集
配合视频一起食用这篇教程效果更佳:课设题目没想好?手把手教你用tensorflow2构建果蔬识别系统tensorflow2.x版本对小白非常友好,2.x的api中对keras进行了合并,大家只需要安装tensorflow就可以使用里面封装好的keras,利用keras可以快速地加载数据集和构建模型,下面我们直接来看以下通过tensorflow2.3训练自己的分类数据集吧。注:本文主要针对图片形式的数据集构建分类模型,文本数据、目标检测等任务暂不涉及。本文使用到的代码已在码云上开源,请大家自行下载,st原创 2021-06-16 18:45:00 · 53452 阅读 · 76 评论 -
【大作业-02】水果蔬菜识别系统-基于tensorflow2.3开发
基于tensorflow2.3开发的水果蔬菜识别系统tensorflow是由google出品的深度学习框架,2.x版本的tensorflow对代码进行了重构,使用起来更加简洁方便。本系统使用tensorflow训练了一个两层卷积两层池化的卷积神经网络和一个基于迁移学习的mobilnet网络,其中mobilenet网络模型准确率高达97%,可识别[‘土豆’, ‘圣女果’, ‘大白菜’, ‘大葱’, ‘梨’, ‘胡萝卜’, ‘芒果’, ‘苹果’, ‘西红柿’, ‘韭菜’, ‘香蕉’, ‘黄瓜’]12种水果蔬菜原创 2021-06-05 17:04:48 · 38402 阅读 · 39 评论 -
【大作业-01】花卉识别-基于tensorflow2.3实现
花卉识别-基于tensorflow2.3实现花卉识别是卷积神经网络的入门案例,这里我将模型的训练、测试、保存以及使用整合在了一起,原理部分等我空闲之后再进行添加。git地址:https://github.com/cmFighting/Flower_tf2.3加群获取更多信息:花卉识别-基于tensorflow2.3实现手写字体识别是卷积神经网络的入门案例,这里我将模型的训练、测试、保存以及使用整合在了一起,至于原理部分,大家可以参考知乎或者B站上的回答,在这里我就不赘述了文件目录# 数据原创 2020-12-12 19:29:42 · 9764 阅读 · 1 评论