计算机视觉
pandsu
累了就睡觉,醒了就微笑
展开
-
Gluon-cv:安装使用以及目标检测算法样例
最近学习了解到这个框架,自我感觉使用起来较为简单,官方开源的版本是基于mxnet实现的。目标检测,跟踪,reid,gan里面都有相关网络样例github地址:https://github.com/dmlc/gluon-cv官方教程给的都是voc数据集的教程,这边记录一下训练自己的数据集以及使用自己训练的模型进行预测的一个教程,进行记录。(faster-rcnn)一 、环境部署1. P...原创 2020-03-12 15:35:35 · 1886 阅读 · 0 评论 -
人脸识别 - FaceNet(Google)
引入随着深度学习的出现,CV领域突破很多,甚至掀起了一股CV界的创业浪潮,当次风口浪尖之时,Google岂能缺席。特贡献出FaceNet再次刷新LFW上人脸验证的效果记录。本文是阅读FaceNet论文的笔记,所有配图均来自于论文。FaceNet与其他的深度学习方法在人脸上的应用不同,FaceNet并没有用传统的softmax的方式去进行分类学习,然后抽取其中某一层作为特征,而是直接进行端对...转载 2018-12-24 14:45:54 · 541 阅读 · 0 评论 -
人脸识别 - DeepID之三代(Google)
DeepID,目前最强人脸识别算法,已经三代。如今,深度学习方兴未艾,大数据风起云涌,各个领域都在处于使用深度学习进行强突破的阶段,人脸识别也不例外,香港中文大学的团队使用卷积神经网络学习特征,将之用于人脸识别的子领域人脸验证方面,取得了不错的效果。虽然是今年7月份才出的成果,但连发三箭,皆中靶心,使用的卷积神经网络已经改进了三次,破竹之势节节高。故而在这里将DeepID神经网络的三代进化史总结...转载 2018-12-24 14:29:40 · 610 阅读 · 0 评论 -
人脸识别 - DeepFace(Facebook)
连续看了DeepID和FaceNet后,看了更早期的一篇论文,即FB的DeepFace。这篇论文早于DeepID和FaceNet,但其所使用的方法在后面的论文中都有体现,可谓是早期的奠基之作。因而特写博文以记之。DeepFace基本框架人脸识别的基本流程是:detect -> aligh -> represent -> classify人脸对齐流程:a. 人脸检...转载 2018-12-24 11:46:37 · 3195 阅读 · 0 评论 -
ffmpeg 常用命令 -记录
ffmpeg 常用命令 -记录ffmpeg 官网python安装:pip install ffmpeg百度百科解释:FFmpeg是一套可以用来记录、转换数字音频、视频,并能将其转化为流的开源计算机程序。采用LGPL或GPL许可证。它提供了录制、转换以及流化音视频的完整解决方案。它包含了非常先进的音频/视频编解码库libavcodec,为了保证高可移植性和编解码质量,libavcodec...转载 2018-11-20 17:41:36 · 218 阅读 · 0 评论 -
Python 使用Opencv实现图像特征检测与匹配
Python 使用Opencv实现图像特征检测与匹配暂时先做个记录,这一篇文章说明的特征检测与匹配很详细。转载 2018-11-07 11:13:58 · 2242 阅读 · 0 评论 -
HSV颜色分量范围
HSV颜色分量范围一般对颜色空间的图像进行有效处理都是在HSV空间进行的,然后对于基本色中对应的HSV分量需要给定一个严格的范围,下面是通过实验计算的模糊范围(准确的范围在网上都没有给出)H: 0 — 180S: 0 — 255V: 0 — 255此处把部分红色归为紫色范围:HSI颜色空间 HSI色彩空间是从人的视觉系统出发,用色调(Hue)、色饱和度(Satu...转载 2018-09-25 09:32:37 · 1807 阅读 · 0 评论 -
Python PIL 学习笔记(3)- Mac
PIL ImageEnhance 模块介绍: 文章最后将给出一个完整的一个样例代码…Color类创建一个增强对象,以调整图像的颜色。增强因子为0.0将产生黑白图像;为1.0将给出原始图像enh = ImageEnhance.Color(img)out1 = enh.enhance(0.5)out2 = enh.enhance(1.5)效果如下:Brightness类创建一个调整图像亮度的原创 2017-11-27 16:02:47 · 473 阅读 · 0 评论 -
Python PIL 学习笔记(2)- Mac
一、简单的几何变换out = image.resize((128, 128))out = image.rotate(45) # 逆时针旋转 45 度角。out = image.transpose(Image.FLIP_LEFT_RIGHT) # 左右对换。out = image.transpose(Image.FLIP_TOP_BOTTOM) # 上下对换。out = image.tr原创 2017-11-27 11:38:35 · 324 阅读 · 0 评论 -
Python PIL 学习笔记(1)- Mac
该系列博客的python代码,全是基于python3、Mac OS系统的,在执行以下代码之前,需要安装PIL库 首先导入相关模块:from PIL import Image加载图片:pil_img = Image.open(path + '404.jpg') # 图片路径打印出图片的格式、大小、模式:print(pil_img.format, pil_img.size, pil_img.mod原创 2017-11-21 23:41:19 · 1327 阅读 · 2 评论 -
Python PIL 学习笔记(4)- Mac (番外篇)
文章的最后有完整的一个实例的代码图像自动阈值分割(基于skimage.filters) 图像阈值分割是一种广泛应用的分割技术,利用图像中要提取的目标区域与其背景在灰度特性上的差异,把图像看作具有不同灰度级的两类区域(目标区域和背景区域)的组合,选取一个比较合理的阈值,以确定图像中每个像素点应该属于目标区域还是背景区域,从而产生相应的二值图像。 在skimageskimage库中,阈值分割的原创 2017-11-27 17:00:41 · 1776 阅读 · 0 评论