CV
文章平均质量分 88
Abalizzw
目前就职全球500强车企,从事自动驾驶技术研发与落地相关工作
展开
-
模仿MovingMnist制作自己的数据集【封装篇】
研究项目课题是对自动驾驶环境下视频中的行人做位置预测。本人对时空序列预测数据的制作不太了解,写这篇文章的目的是记录下数据制作的过程,以防以后要制作类似的东西,也为有需要的人提供些帮助。***因为参考文献PredRNN++用到的数据是MovingMnist,相对容易复现,于是思考将相机拍摄的视频制作成类似于MovingMnist格式的数据。本文主要介绍的是MovingMnist数据的保存方法,MovingMnist的封装很简单,只需一个Numpy就够了。原创 2021-04-20 16:34:51 · 3805 阅读 · 14 评论 -
基于Movingmnist结构制作predrnn++的训练数据过程记录
Alpha pose数据准备部分可以看我之前的【文1】:AlphaPose姿态估计 只输出骨架 源码修改 相关记录关于PredRNN++的内容见【文2】:predRNN++代码实战 tensorflow版本文章目录1.Moving mnist数据集2.数据的准备1.Moving mnist数据集因为用自己的数据训练PredRNN++需要制作自己的数据集,数据结构类似于Movingmnist,还不了解的同学可以看一下。Moving_mnist data中的train.npz包含了三个部分。它们原创 2021-04-17 20:06:31 · 3914 阅读 · 4 评论 -
自动驾驶场景下预测行人轨迹 论文笔记
PapersLooking Ahead: Anticipating Pedestrians Crossing with Future Frames PredictionA.Intro: contribute1.我们提出了未来的视频帧预测编码器/解码器网络,该网络以自监督的方式运行,以使用N个初始帧来预测视频的N个未来帧。2.我们提出了一种端到端模型,该模型可以预测未来的视频帧,并将预测的帧用作监督动作识别网络的输入,以预测行人何时会走在车辆前。3.我们在未来帧预测和对JAAD数据集的行人未来穿越行原创 2021-01-06 19:00:04 · 1687 阅读 · 3 评论 -
OpenCV4 Python 图像旋转 之warpAffine仿射变换参数解释
def rotationImg(img_file1,ra): #ra旋转角度# 获取图片尺寸并计算图片中心点 #img = cv2.imread(img_file1, cv2.IMREAD_GRAYSCALE) img = np.array(img_file1,dtype=float) (h, w) = img.shape[:2] center = (w/2, h/2) ra=np.random.randint(0,90) M = cv2.getRotati原创 2020-12-14 16:10:52 · 810 阅读 · 0 评论 -
Python OpenCV彩色图片添加随机椒盐噪声
def sp_noiseImg(img_file1,prob): #同时加杂乱(RGB单噪声)RGB图噪声 prob:噪声占比 image = np.array(img_file1,dtype=float) height = image.shape[0] width = image.shape[1] channels = image.shape[2] #prob = 0.05 #噪声占比 已经比较明显了 >0.1 严重影响画质 NoiseI.原创 2020-12-14 14:31:10 · 1423 阅读 · 0 评论