Vision-Life项目组
文章平均质量分 92
以实战为线索,引领学习Opencv有趣的项目
落叶随峰
菜鸡大学生一枚,感兴趣方向:C++,嵌入式,PCB设计,目标检测,视频语义分割等。
展开
-
手把手带你在Linux上安装带GPU加速的opencv库(C++版本)
本文旨在详细指导Linux用户在系统上安装带有GPU加速功能的OpenCV库,专注于C++版本。我们将从下载OpenCV安装包开始,逐步进行环境依赖的安装,并最终完成OpenCV库的安装和配置。通过本文,读者将能够充分利用GPU加速功能,提升OpenCV图像处理的速度和效率。原创 2024-02-19 13:58:36 · 2917 阅读 · 2 评论 -
Stereo-Detection:YOLO v5与双目测距结合,实现目标的识别和定位测距
Stereo-Detection 是一个传统的SGBM深度测距+yolov5目标检测,并部署在Jeston nano的开源教程。它致力于让更多的大四学生毕业,以及让研一学生入门原创 2023-04-20 09:35:45 · 4275 阅读 · 4 评论 -
CVPR 2017|SfMLearner:单目视频中深度和姿态估计的无监督算法
🏆作者提出了一个单目相机的视频序列进行深度估计与运动估计,作者的方法是完全无监督的,端到端的学习,作者使用了单视角深度网络和多姿态网络,提出了一个图像(predict)与真实的下一帧(goundturth)计算loss,作为无监督的依据,实现无监督学习。使用KITTI数据集证明了他们的有效性:1.合成的深度图与监督学习的方法是可比的;2. 在可比较的输入设置下,姿势估计与已建立的SLAM系统相比性能优越原创 2022-12-28 22:04:07 · 1653 阅读 · 3 评论 -
CVPR 2017|Deep Feature Flow for Video Recognition论文复现(pytorch版)
深度卷积神经网络在图像识别任务中取得了巨大的成功。然而,将最先进的图像识别网络转移到视频上并非易事,因为每帧评估速度太慢且负担不起。我们提出了一种快速准确的视频识别框架——深度特征流DFF。它只在稀疏关键帧上运行昂贵的卷积网络,并通过流场将其深度特征映射传播到其他帧。它实现了显著的加速,因为流计算相对较快。整个体系结构的端到端训练显著提高了识别精度。深度特征流是灵活和通用的。在目标检测和语义分割两个视频数据集上进行了验证。它极大地推进了视频识别任务的实践。原创 2022-12-27 19:56:19 · 1354 阅读 · 2 评论 -
Opencv项目实战Vision-Life(3) 车牌识别
今天是Vision-Life项目组的第三个小项目,做的是一个简单的车牌识别。车牌识别算是一个比较经典的项目了,网上也有很多资料,没什么创意,做的目的呢是因为它恰好涵盖了我之前一段时间所学的知识,权当是对前面知识的总结复习吧原创 2022-03-21 21:57:35 · 4834 阅读 · 0 评论 -
Opencv项目实战Vision-Life(2) 手写空气笔
这是Virtual-Life的第二个小项目,考虑到键盘打字又慢又费力🤔 ,所以我干脆改成了手写,感觉效果还是不错滴总体来说,该项目难度较大,涉及Qt,多线程,计算机视觉,api的调用。由于我们的目的是学习Opencv🤤 ,所以我将重点讲解一下与视觉相关的,其它的仅蜻蜓点水一下就算了(主要是因为我也没搞懂😎)功能:可隔空写字,文字识别,控制鼠标移动、确定点击原创 2022-02-20 22:33:41 · 2176 阅读 · 2 评论 -
Opencv项目实战Vision-Life(1) 虚拟键盘
OpenCV 是最流行的计算机视觉任务库,它是用于机器学习、图像处理等的跨平台开源库,用于开发实时计算机视觉应用程序。CVzone 是一个计算机视觉包,它使用 OpenCV 和 Media Pipe 库作为其核心,使我们易于运行,例如手部跟踪、人脸检测、面部标志检测、姿势估计等,以及图像处理和其他计算机视觉相关的应用程序。原创 2022-02-18 17:12:49 · 2693 阅读 · 1 评论