qq_41004007的博客

环境 Windows10+Python3.6 实践内容 手势识别（识别1，2，3，4，5的手势） 构造数据集 1、录制视频，用于数据集收集 2、使用opencv的方法截取视频帧 import cv2 vc = cv2.VideoCapture('shoushi3.mp4') # 读入视频文件 c = 1 if vc.isOpened(): # 判断是否正常打开 ...

描述 对于普通的图像分类，label只用表示图片的类别就行，而目标检测，不仅仅包括了类别的判断，还包含了类别的位置信息。所以在神经网络的构造上和数据的读取上都大不相同。 深度学习框架选用 MxNet Gluon，经过个人的对比，对于单GPU或CPU，MxNet的速度和内存占用要远优于TensorFlow，个人认为TensorFlow的优势则在于分布式和多GPU上。 选用生成方式 MxNe...

网络结构图 基础网络块可自定义，可使用VGG、ResNet、DenseNet,这里使用了简单三层卷积+SSD的网络配置。 多尺度特征块：使用两层3*3的网络保持图片大小不变后，使用2*2的平均池化，将图片大小减半，来提取不同尺度的特征。 类别、边界框预测：使用多通道的输出来预测结果。 文件名SSD_model.py import sys sys.path.insert(0, '.....