- 博客(197)
- 资源 (11)
- 收藏
- 关注
原创 非常给力的GitHub仓库(深度学习、计算机视觉、OpenCV、自动驾驶、SLAM、C++/Python学习分享)
仓库地址:仓库拉取:不想拉取可以直接下载压缩包。
2023-05-31 11:53:40 1232 7
原创 计算机视觉与OpenCV算法学习内容总结,太详细了!
计算机视觉是一项基于数字图像和视频处理的前沿技术,在人工智能领域中得到了广泛应用。而OpenCV(开源计算机视觉库)是一款以C++语言为主的跨平台计算机视觉库,被广泛认可为业界最优秀的计算机视觉库之一。相比于传统的图像处理技术,计算机视觉和OpenCV算法极大地提高了图像和视频的处理效率和准确性,同时也带来了更多的应用场景和商业价值,具有重要的实际意义:自动化视觉检测:比如在生产制造行业、医疗行业中,计算机视觉可以识别和分析产品缺陷、医学影像等数据,大大提高了生产效率和医疗精度。
2023-05-25 18:30:29 1282 3
原创 【学习OpenCV4】OpenCV入门精讲(C++/Python双语教学)
OpenCV是应用非常广泛的开源视觉处理库,在图像处理、计算机视觉和自动驾驶中有着非常重要的作用。
2022-11-19 22:22:52 2000 6
原创 如何系统的学习C++和自动驾驶算法
打开下面的链接,就可以看到所有的合集了,订阅一下,下次就能找到了。【C++面试100问】第七十四问:STL中既然有了vector为什么还需要array。
2024-07-26 14:21:32 586 1
原创 SLAM面试题
这里面详细的介绍了计算机视觉与OpenCV算法(包括算法讲解,案例实战,模型部署,pytorch和TensorFlow的学习),SLAM学习的内容(包括数学基础、SLAM基础、视觉SLAM算法和激光SLAM算法的解读),C++/Python编程等等方向的内容。
2024-07-26 10:12:16 1093
原创 超级终端的字体背景和颜色显示等
我们用 \033[0m 关闭转义序列, \033[0m 是终端默认颜色。颜色的控制通过ESC字符(\033)加”[“加颜色代码加”m”实现。ESC的ASCII码是十进制的27,八进制的033(\033)。后面的 1 定义了高亮显示字符。然后是背景颜色,这里面是40,表示黑色背景。通过上面的介绍,就知道了如何输出彩色字符了。ascii code 是对颜色进行调用的。下面的语句就输出高亮的黑色背景的绿色字。接着是前景颜色,这里面是32,表示绿色。\033 声明了转义序列的开始,执行效果图就不放了,挺炫的。
2024-06-14 10:26:33 505
原创 C++面试100问与自动驾驶100问
C++的学习和面试其实是非常的不友好的,首先C++的学习内容非常的多,其次C++的面试不单单面试C++的知识点,还有它的“七大姑八大姨”(计算机网络、数据结构、算法、计算机组成原理、操作系统、编译、xxx的底层实现 and so on)。针对C++的面试,这里给大家推荐一个《C++面试100问》,这里是合集的链接,大家可以关注并且订阅一下,我就挑几个视频给大家看看,这个做的真是比较用心了,看的不错,建议给UP每个视频三连一下,是挺不容易的。C++新特性相关的问题。
2024-04-07 22:04:53 1103
原创 【视觉算法系列3】在自定义数据集上训练 YOLO NAS(下篇)
这篇文章,主要探讨如何在自定义数据集上训练 YOLO NAS 模型。在实验中,我选择了一个极具挑战性的热成像数据集,包含 5 个类别。这个数据集中的物体很小,人类很难检测到,但是 YOLO NAS 经过微调后做得非常好,这显示了 YOLO NAS 模型在实时检测小物体的实际用例中的潜力。从实验中可以推断,新的 YOLO NAS 模型为实时检测开辟了新天地,这些应用包括监控、交通监控和医疗成像等。
2023-10-20 15:50:01 437
原创 【视觉算法系列2】在自定义数据集上训练 YOLO NAS(上篇)
YOLO-NAS是目前最新的YOLO目标检测模型,它在准确性方面击败了所有其他 YOLO 模型。与之前的 YOLO 模型相比,预训练的 YOLO-NAS 模型能够以更高的准确度检测更多目标。如何在自定义数据集上训练 YOLO NAS?这将是我这两篇文章的目标——在自定义数据集上训练不同的 YOLO NAS 模型。
2023-10-19 14:50:43 621 1
原创 【视觉算法系列1】使用 KerasCV YOLOv8 进行红绿灯检测(下)
本文到此结束,从 KerasCV 的初始设置开始,然后进入红绿灯检测数据集,详细介绍了 YOLOv8 检测模型的准备工作,随后进行了训练和验证。
2023-10-17 10:53:59 1691 1
原创 【视觉算法系列1】使用 KerasCV YOLOv8 进行红绿灯检测(上)
使用最新“KerasCV YOLOv8”模型进行红绿灯检测的综合指南
2023-10-16 12:15:09 1328 1
原创 如何看待2023年大量劝入C++?
博主是《学习OpenCV4:基于Python的算法实战》和《深度学习计算机视觉实战》两本图书的作者,目前从事自动驾驶感知融合与SLAM算法开发,如果有对深度学习、机器学习,计算机视觉、OpenCV、图像处理、自动驾驶、SLAM、PCL、ROS_ROS2开发、多传感器融合、C++/Python语言开发等方向感兴趣的朋友,欢迎关注我的公众号“计算机视觉与OpenCV”,也可以加我微信study428讨论交流。
2023-10-14 22:04:38 296
原创 SLAM太难?看看怎么零基础入门
所以目前没有哪一本书在介绍SLAM的时候敢说自己能做到零基础入门,因为内容实在是太多了,但是呢,大量的没有基础的同学需要进入这个领域,看书很多东西看不懂,写代码C++又不过关,看代码都看不懂,更别提算法的思想了。但是合适的SLAM算法工程师还是太少,因为学习SLAM的门槛儿确实有点高,这里面的内容如果学的还不错,拎出其中一个都是能找到不错的工作,更何况是这种综合性的学科呢。6、面向热门方向(自动驾驶、机器人),注重工业落地,分享开发中遇到的坑,增加学习者的实战经验,更加能够适应项目需求。
2023-07-09 23:47:26 481 3
原创 【自动驾驶基础入门】SLAM应该怎么学习?
SLAM职责范围涵盖了算法研究、系统开发、硬件设计等各个方面,相关岗位包括SLAM工程师、算法工程师、视觉SLAM工程师、软件开发工程师等。同时,需要注意提高自己的理论水平和实践经验,紧跟技术变化和发展趋势,不断掌握最新的SLAM技术和方法,以充分利用这个蓬勃发展的行业。基于深度学习的SLAM:近年来涌现的一些基于深度学习技术的SLAM方法,如深度神经网络(DNN) SLAM、深度强化学习(DRL) SLAM等;地图构建技术:基于特征的方法、基于网格的方法、基于拓扑的方法等;
2023-05-09 13:32:19 1137 2
原创 【自动驾驶100问】第九问:SLAM是什么?
地图构建,通过将当前传感器感知到的环境信息构建成地图,这时的地图是要放到机器人当前位置处的,所以只有定位准确了,构建的地图才能够与真实环境相符合。定位,是通过将当前传感器感知到的环境信息与构建好的环境地图进行匹配,确定机器人在当前地图中的位置,只有地图准确了,定位才能够准确。视觉SLAM构建的半稠密与稠密的点云地图,可以用来做定位与导航,也可以用来做VR领域的交互场景,也可以用来做三维建模。目的有2个,一个是进行定位,一个是进行周围环境的地图的构建,二者相互依赖,只有同时进行求解才能够解决这个问题。
2023-04-16 10:20:18 624 4
原创 【自动驾驶100问】第八问:回环检测方法介绍
博主是《学习OpenCV4:基于Python的算法实战》和《深度学习计算机视觉实战》图书的作者,目前从事自动驾驶感知融合算法开发,分享内容包括深度学习、计算机视觉、OpenCV、自动驾驶、SLAM、C++/Python语言开发等方向的内容。《学习OpenCV4:基于Python的算法实战》:OpenCV4所有模块系统讲解,200+个实战案例,Python/C++双语编写(Python为主),对入门学习很有帮助。
2023-04-14 10:28:51 775
原创 【自动驾驶100问】第六问:自动驾驶中常用的传感器介绍
博主是《学习OpenCV4:基于Python的算法实战》和《深度学习计算机视觉实战》图书的作者,目前从事自动驾驶感知融合算法和SLAM建图开发,分享内容包括等方向的内容。:OpenCV4所有模块系统讲解,200+个实战案例,Python/C++双语编写(Python为主),对入门学习很有帮助。:算法理论、算法实战案例到算法模型部署都有系统讲解,特别是模型部署目前学习资源少,但是对于算法学习很重要,本书部署基于Tensorflow Lite(所有框架部署流程基本一样),还有模型优化,模型转换等方向的详细讲解。
2023-04-09 10:36:49 666
原创 【学习OpenCV4】基于OpenCV的手写数字识别
基于OpenCV的手写数字识别案例从’digits.png’加载手写数字识别的数据集,然后训练一个SVM和KNearest 分类器并评估它们的准确率。
2023-03-14 10:28:10 2288 2
原创 【自动驾驶100问】第四问到第五问
回环检测,又称闭环检测,是指机器人识别曾到达某场景,使得地图闭环的能力。在SLAM建图过程中,位姿的估计仅考虑相邻时间上的关键帧,在这期间产生的误差会逐步累积,形成累积误差。这样长期估计的的结果将不可靠。所以通过回环检测方法,发现潜在的回环,用它修正漂移误差可构建全局一致的轨迹和地图。回环检测判断机器人是否回到了先前经过的位置,如果检测到回环,它会把信息传递给后端进行优化处理。回环是一个比后端更加紧凑、准确的约束,这一约束条件可以形成一个拓扑一致的轨迹地图。
2023-03-08 13:57:39 324
原创 【自动驾驶100问】第一问到第三问
插值对应的英文是interpolation ,是数学上的一个常用术语。维基百科的专业解释:数学的数值分析领域中,插值是一种通过已知的、离散的数据点,在一定范围内推求新数据点的过程或方法。求解科学和工程的问题时,通常有许多数据点借由采样、实验等方法获得,这些数据可能代表了有限个数值函数。而根据这些数据,我们往往希望得到一个连续的函数(也就是曲线);或者更密集的离散方程与已知数据互相吻合,这个过程叫做拟合。插值是曲线必须通过已知点的拟合。
2023-02-04 21:08:31 585 14
原创 【学习OpenCV4】如何学习OpenCV
OpenCV是应用非常广泛的开源视觉处理库,在图像处理、计算机视觉和自动驾驶中有着非常重要的作用。废话不多说,我就来讲讲OpenCV的使用和学习需要怎么做吧,大家觉得有道理的可以参考一下。
2023-02-01 09:29:52 1487
原创 【学习OpenCV4】阳了居家,将opencv课程录制了一章,C++/Python双语教学
今天更新的是core模块,每个案例都是C++和Python两种语言的编程案例的讲解。课程学习人数挺火爆的吧,一个月学习人数达到了244人。
2022-12-26 20:28:29 401
转载 Makefile教程(绝对经典)
或许很多Winodws的程序员都不知道这个东西,因为那些Windows的IDE都为你做了这个工作,但我觉得要作一个好的和professional的程序员,makefile还是要懂。这就好像现在有这么多的HTML的编辑器,但如果你想成为一个专业人士,你还是要了解HTML的标识的含义。特别在Unix下的软件编译,你就不能不自己写makefile了,会不会写makefile,从一个侧面说明了一个人是否具备完成大型工程的能力。makefile关系到了整个工程的编译规则。
2022-10-30 09:35:25 611 2
原创 【学习OpenCV4】OpenCV源码中的examples的编译方法
本文内容参考《学习OpenCV4:基于Python的算法实战》一书,这本书里面有130多个案例,涵盖了OpenCV的各个模块,非常适合入门,该书内容如下:第1章 OpenCV快速入门;第2章 图像读写模块imgcodecs;第3章 核心库模块core;第4章 图像处理模块imgproc(一);第5章 图像处理模块imgproc(二);第6章 可视化模块highgui;第7章 视频处理模块videoio;第8章 视频分析模块video;第9章 照片处理模块photo;第10章 2D特征模块
2022-05-19 22:37:25 938 2
原创 【深度学习计算机视觉实战】Keras的应用
本文内容参考《深度学习计算机视觉实战》,该书内容包括深度学习与计算机视觉基础介绍、常用的OpenCV进行模型训练前处理与后处理算法、计算机视觉案例实战、Windows/Linux/Android/国产化平台的模型部署,学习路线如下:Keras是最常见的深度学习库之一,能够帮助用户快速构建深度学习网络。Keras的张量计算依赖于处理后端,Keras中提供了Theano/Tensorflow/CNTK三种后端引擎,三种引擎的函数使用统一封装,在用户层面可以切换后端引擎,但是调用的API相同。Keras提
2022-04-20 07:44:30 641
原创 【深度学习计算机视觉实战】给深度学习计算机视觉初学者的学习和求职建议,这个行业还缺人
本文分享内容来自于《深度学习计算机视觉实战》,该书讲述了深度学习与计算机视觉的基础,从模型训练到模型部署,非常适合初学者入门学习参考。第一部分:深度学习与计算机视觉的基础介绍(经典网络与算法);第二部分:模型训练中常用的预处理和后处理图像处理算法介绍;第三部分:计算机视觉项目实战;第四部分:基于Tensorflow Lite的模型部署(lite源码讲解、模型量化、模型转换、PC和移动端部署)。1.5.1、深度学习如何入门对于很多的初学者来说,最关心的莫过于这个问题了。AI是一个新兴行业,对.
2022-04-16 21:09:54 3540
原创 【深度学习计算机视觉实战】深度学习骨灰级经典整理,最最最基础的入门内容整理(论文+代码)
(用markdown写的,不想重新去调格式了,所以直接倒换为图片了,想直接copy的请去群里下载一下md文件就好。)很多人对backbone不是很了解,找了一个很形象的说法:backbone这个单词原意指的是人的脊梁骨,后来引申为支柱,核心的意思。在神经网络中,尤其是CV领域,一般先对图像进行特征提取(常见的有vggnet,resnet,谷歌的inception),这一部分是整个CV任务的根基,因为后续的下游任务都是基于提取出来的图像特征去做文章(比如分类,生成等等)。所以将这一部分网络结构称为b
2022-04-11 10:58:27 3777
原创 【深度学习计算机视觉实战】无人驾驶中的车道线检测
本文中使用的函数详细说明可以参考图书《学习OpenCV 4:基于Python的算法实战》,该书内容如下:第1章 OpenCV快速入门;第2章 图像读写模块imgcodecs;第3章 核心库模块core;第4章 图像处理模块imgproc(一);第5章 图像处理模块imgproc(二);第6章 可视化模块highgui;第7章 视频处理模块videoio;第8章 视频分析模块video;第9章 照片处理模块photo;第10章 2D特征模块features2d;第11章 相机标定与三维重
2022-03-26 20:55:50 7834 2
原创 【学习OpenCV4】进度条实现总结
本文分享内容来自图书《学习OpenCV 4:基于Python的算法实战》,该书内容如下:第1章 OpenCV快速入门;第2章 图像读写模块imgcodecs;第3章 核心库模块core;第4章 图像处理模块imgproc(一);第5章 图像处理模块imgproc(二);第6章 可视化模块highgui;第7章 视频处理模块videoio;第8章 视频分析模块video;第9章 照片处理模块photo;第10章 2D特征模块features2d;第11章 相机标定与三维重建模块calib
2022-03-25 08:20:45 1115
原创 【ROS2实战入门】小乌龟仿真
小乌龟仿真器为turtlesim,最为核心的部分是turtlesim_node节点,该节点提供小乌龟仿真器的可视化界面。启动小乌龟仿真器:ros2 run turtlesim turtlesim_node启动后可以看到一个仿真器:另外需要打开一个终端,在里面运行键盘控制的节点,命令如下:ros2 run turtlesim turtle_teleop_key正如打印信息所述,可以通过键盘上的方向箭头移动小乌龟,可以通过G|B|V|C|D|E|R|T这些按键进行旋转到一个绝对的方向,F.
2022-03-15 07:51:46 2482
原创 【学习OpenCV4】键盘鼠标操作总结
本文分享内容来自图书《学习OpenCV 4:基于Python的算法实战》,该书内容如下:第1章 OpenCV快速入门;第2章 图像读写模块imgcodecs;第3章 核心库模块core;第4章 图像处理模块imgproc(一);第5章 图像处理模块imgproc(二);第6章 可视化模块highgui;第7章 视频处理模块videoio;第8章 视频分析模块video;第9章 照片处理模块photo;第10章 2D特征模块features2d;第11章 相机标定与三维重建模块calib
2022-03-12 22:56:58 6446 3
原创 【学习OpenCV4】轮廓查找与绘制总结
本文分享内容来自图书《学习OpenCV 4:基于Python的算法实战》,该书内容如下:第1章 OpenCV快速入门;第2章 图像读写模块imgcodecs;第3章 核心库模块core;第4章 图像处理模块imgproc(一);第5章 图像处理模块imgproc(二);第6章 可视化模块highgui;第7章 视频处理模块videoio;第8章 视频分析模块video;第9章 照片处理模块photo;第10章 2D特征模块features2d;第11章 相机标定与三维重建模块calib
2022-03-11 21:41:26 4679 1
原创 【学习OpenCV4】漫水填充算法使用总结
本文分享内容来自图书《学习OpenCV 4:基于Python的算法实战》,该书内容如下:第1章 OpenCV快速入门;第2章 图像读写模块imgcodecs;第3章 核心库模块core;第4章 图像处理模块imgproc(一);第5章 图像处理模块imgproc(二);第6章 可视化模块highgui;第7章 视频处理模块videoio;第8章 视频分析模块video;第9章 照片处理模块photo;第10章 2D特征模块features2d;第11章 相机标定与三维重建模块calib
2022-03-11 07:45:21 3811
原创 【学习OpenCV4】Grabcuts图像分割算法详解
本文分享内容来自图书《学习OpenCV 4:基于Python的算法实战》,该书内容如下:第1章 OpenCV快速入门;第2章 图像读写模块imgcodecs;第3章 核心库模块core;第4章 图像处理模块imgproc(一);第5章 图像处理模块imgproc(二);第6章 可视化模块highgui;第7章 视频处理模块videoio;第8章 视频分析模块video;第9章 照片处理模块photo;第10章 2D特征模块features2d;第11章 相机标定与三维重建模块calib
2022-03-08 07:33:04 1830
原创 【学习OpenCV4】分水岭算法详解
本文分享内容来自图书《学习OpenCV 4:基于Python的算法实战》,该书内容如下:第1章 OpenCV快速入门;第2章 图像读写模块imgcodecs;第3章 核心库模块core;第4章 图像处理模块imgproc(一);第5章 图像处理模块imgproc(二);第6章 可视化模块highgui;第7章 视频处理模块videoio;第8章 视频分析模块video;第9章 照片处理模块photo;第10章 2D特征模块features2d;第11章 相机标定与三维重建模块calib
2022-03-04 07:47:04 1371
原创 【学习OpenCV4】直方图计算与均衡化
本文分享内容来自图书**《学习OpenCV 4:基于Python的算法实战》**,该书内容如下:第1章 OpenCV快速入门;第2章 图像读写模块imgcodecs;第3章 核心库模块core;第4章 图像处理模块imgproc(一);第5章 图像处理模块imgproc(二);第6章 可视化模块highgui;第7章 视频处理模块videoio;第8章 视频分析模块video;第9章 照片处理模块photo;第10章 2D特征模块features2d;第11章 相机标定与三维重建模块.
2022-03-02 22:36:50 1625
Qt异或实现文件加解密
2019-01-03
Qt实现文件的加解密
2018-11-23
2019年中国科学技术大学843信号与系统模拟题
2018-11-03
TensorFlow、Keras、numpy安装库及安装方法
2018-11-03
OpenCV、TensorFlow安装库及安装方法
2018-11-02
猫狗大战数据集
2018-10-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人