图像处理
喜欢爱喝矿泉水的男孩
愿山野浓雾都有路灯风雨漂泊都能归舟
展开
-
I420(YUV420)格式转RGB24
利用C的libyuv库来实现。下载libyuv源码进行cmake编译地址:https://github.com/lemenkov/libyuv之后依次点击(得有VS编译器)然后再vs中点击之后将生成的yuv.lib添加到自己项目的->属性->链接器->输入->附加依赖项再将include添加到自己项目的->属性->C/C++->常规->附加包含目录上代码:static void yuv_rgba(str原创 2020-12-18 20:33:22 · 1240 阅读 · 1 评论 -
Darknet cfg_yolov3-voc参数说明
[net]# Testing 测试模式# batch=1# subdivisions=1# Training 训练模式batch=64 一批训练样本的样本数量,每batch个样本更新一次参数...原创 2019-03-19 16:41:19 · 552 阅读 · 6 评论 -
tusimple车道线检测 处理自己的数据集 用自己的数据集训练模型
标注数据将自己的数据用labelme(至于如何安装和使用请自查)打开,然后选择线段或者点进行标注,标注完成之后会生成json格式的标注信息。处理数据处理得到的json文件,会生成这五个类型的文件我这里使用的是批量转换.sh命令,代码如下(如你的数据是单个的你可用自带的命令来生成):单个数据转换labelme_json_to_dataset <文件名>....原创 2019-12-19 16:29:24 · 5767 阅读 · 16 评论 -
车道线检测 ubuntu16.04 tusimple数据集 服务器训练车道线检测 lanenet-lane-detection
下载数据集LaneNet车道线检测使用的是Tusimple数据集,下载它下载完之后放到这个路径下,然后解压。配置环境github作者使用的是这套环境博主使用了tensorflow-gpu==1.12.0环境,这个文件里面写了我们需要用的包,执行命令pip install -r requirements.txt博主在下载到tensorflow-gpu、gl...原创 2019-11-01 11:41:08 · 9705 阅读 · 41 评论 -
python opencv PIL 视频分割成图片 图片合成为视频 修改图片大小(抗锯齿)
Python代码将原有的视频分割成图片,我的例子是一帧一帧的分割用python+opencv完成视频的分割import cv2 #导入opencv模块print(2) #测试是否运行vc=cv2.VideoCapture("test.mp4") #读取视频,(***.***)例子:(test.mp4)c=1 #一帧一帧的分割 需要几帧写几if vc.isOpened(): ...原创 2019-03-23 11:05:09 · 2911 阅读 · 2 评论 -
ubuntu16.04 GPU服务器anaconda重装 移动 后不能使用的情况
公司购置了GPU服务器,厂商装了Anaconda,但服务器被公司加域了,所以导致user账户和域账户不在同一目录下致使conda list不能使用(具体原因应该是权限问题,博主也不是很清楚,但移动之后解决了)解决办法1.卸载conda,并重装(最直接的办法)rm -rf 目录/anaconda3 #删除anacondavim ~/.bashrc #修改anaconda配置文件e...原创 2019-10-31 13:42:30 · 212 阅读 · 0 评论 -
深度学习笔记(CNN RNN)
Rmsprop:权值更新算法:https://blog.csdn.net/tsq292978891/article/details/78619384深度学习笔记——RNN(LSTM、GRU、双向RNN)学习总结:https://blog.csdn.net/mpk_no1/article/details/72875185深度学习——RNN(2)双向RNN深度RNN几种变种:htt...原创 2019-04-03 16:25:06 · 257 阅读 · 0 评论 -
图像、视频超分辨率重建项目
何为超分辨率重建超分辨率(Super-Resolution)即通过硬件或软件的方法提高原有图像的分辨率,通过一系列低分辨率的图像来得到一幅高分辨率的图像过程就是超分辨率重建。超分辨率重建的核心思想就是用时间带宽(获取同一场景的多帧图像序列)换取空间分辨率,实现时间分辨率向空间分辨率的转换建的核心思想就是用时间带宽(获取同一场景的多帧图像序列)换取空间分辨率,实现时间分辨率向空间分辨率的转换...原创 2019-04-03 14:18:52 · 2764 阅读 · 6 评论