- 博客(15)
- 收藏
- 关注
原创 目标跟踪工具 VOT-toolkit 的使用方法
一. VOT-toolkit的简介二. VOT-toolkit的安装首先需要下载 Matlab,因为跟踪器配置文件的生成需要用到 Matlab,关于Matlab的安装就不多赘述;到 Github 网站上下载 vot-toolkit可以选择一并下载好 trax,这个不是必须下载,因为在 Matlab中初次使用 vot-toolkit 编译配置文件时会自动下载好这部分内容,但是网速不快的话,建议提前下好,然后复制粘贴到相关的文件夹下面去,如下图路径所示:三. VOT-toolkit的使用
2021-02-09 22:02:31
1679
2
原创 Linux常用命令指南(持续更新)
一. 关于Linux中文件处理的指令操作移动文件到指定的文件夹打开原文件所在的路径,再移动到对应的文件夹。mv D3S-code-2020-04-20T12_34_11.394262.zip VOT_demo
2021-02-05 09:48:02
192
原创 COCO2017数据集结构说明(时常更新)
与YOLOV5文件夹分开放置,如下图所示:COCO数据集内部的文件夹如下图:3. annotations文件夹下的内容如下:4. images文件夹下的内容如下:4.1 train2017文件夹下为图片,val2017文件夹下也为图片,内容如下:5. labels文件夹的内容如下:5.1 train2017 与 val2017文件夹中的内容为标签,内容分别如下:6. train2017.cache 与 val2017.cache 是 YOLOV5运行后筛选数据后产生的缓.
2020-12-09 21:17:48
12872
2
原创 Anaconda 常用操作指南(日常更新)
1.关于 conda 切换为国内源A. 添加清华源:conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge conda config --add channels https://mirrors.tuna.t
2020-10-22 15:58:58
441
原创 Ubuntu16.04配置GPU驱动(GTX1060)+ CUDA9.0 + CUDNN7.0.5
一.查看电脑是否有一个可以支持CUDA的GPU1.在终端输入命令行(ctrl+alt+T快捷进入终端):$ lspci | grep -i nvidia查看电脑GPU信息如下:2.在终端输入命令行:$ uname -m && cat /etc/*release验证自己的Linux系统是否支持CUDA:Ubuntu16.04支持,系统信息如下:3.在终端输入命令行:gcc --version结果显示:如果显示未安装,则使用如下命令行进行安装:sudo apt-ge
2020-10-21 01:00:50
777
1
原创 np.linalg.eig函数求解矩阵的特征值与特征向量与matlab eig函数 求解的区别
np.linalg.eig()使用记录import numpy as npA = np.array([2,1],[3,4])# 创建一个2*2的矩阵egvalue,egvector = np.linalg.eig(L)# egvalue是指该矩阵的特征值,输出的顺序默认为从大到小; # egvector是指该矩阵对应于特征值的特征向量,按列读取,第一列就是对应于最小特征值的特征向量print(egvalue)print(egvector)输出结
2020-09-26 20:52:17
3025
4
原创 面试相关问题----Python 爬虫项目内容
内容爬虫,数据分析可视化项目岗位数据分析可视化通过Python进行招聘数据的抓取,并对数据进行储存和数据的处理,以及数据分析的可视化涉及知识点:1.Python 基础语法、数据类型、流程控制、函数2. 爬虫的请求过程、requests库的安装和使用、Http请求与POST3. 爬虫与反爬、请求头Headers、Cookie4. Json数据的处理及储存、jieba分词、词频统计5...
2020-04-30 22:50:26
660
原创 图像处理Task06边缘检测
6.1简介6.1.1 什么是边缘?边缘是图像强度函数快速变化的地方6.1.2 如何检测边缘?为了检测边缘,我们需要检测图像中的不连续性,可以使用导数来检测不连续性。如上图所示,上图的第一幅图表示一张数字图片,对水平红线处进行求导,便可以得到上图二中的关系,可以看到在边缘处有着较大的跳变。但是,导数也会收到噪声的影响,因为图像边缘和噪声都属于高频信息,建议在求导数之前先对图像进行平滑处理,...
2020-04-26 15:41:35
490
原创 图像处理Task05图像分割/二值化
5.1简介该部分的学习内容是对经典的阈值分割算法进行回顾,图像阈值化分割是一种传统的最常用的图像分割方法,因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量,而且也大大简化了分析和处理步骤,因此在很多情况下,是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照...
2020-04-26 11:26:15
1618
原创 图像处理Task04图像滤波(图像平滑)
4.1简介图像的实质是一种二维信号,滤波是信号处理中的一个重要概念。在图像处理中,滤波是一种非常常见的技术,它们的原理非常简单,但是其思想却十分值得借鉴,滤波是很多图像处理的前置步骤或基础,掌握图像滤波对理解卷积神经网络也有一定的帮助。4.2 学习目标了解图像滤波的分类和基本概念理解均值滤波、方框滤波、高斯滤波的原理掌握OpenCV框架下滤波API的使用4.3 内容介绍均值滤...
2020-04-25 22:24:53
2145
原创 SVM第一节----SVM问题的定义及数学描述
1.SVM的定义二分类模型基本模型是定义在特征空间上的最大间隔线性分类器学习策略是间隔最大化可转换为一个求解凸二次规划的问题学习算法是求解凸二次规划的最优化算法2.SVM问题的数学描述2.1线性模型凡是可以用一条直线把训练样本集分开的样本集称为线性样本集,这条直线便是线性模型;如图定理:若空间中有一条直线可以将线性样本集分开,则有无数条直线可以将其分开2.2找到最优的直线如图...
2020-04-25 15:52:19
800
原创 图像处理Task03彩色空间互相转换以及基于HSV颜色检测的目标跟踪
3.1简介图像彩色空间互转在图像处理中应用非常广泛,而且而且很多算法只对灰度图有效;另外,相比RGB,其他颜色空间(比如HSV、HSI)更具可分离性和可操作性,所以很多图像算法需要将图像从RGB转为其他颜色空间,所以图像彩色互转是十分重要和关键的。3.2学习目标1.了解相关颜色空间的基础知识2.理解彩色空间互转的理论3.掌握OpenCV框架下颜色空间互转API的使用3.3内容相关1 ...
2020-04-24 23:02:10
692
原创 图像处理Task02几何变换
2.1简介几何变换的原理大多数都是相似的,只是变换矩该部分将对基本的几何变换进行学习阵不同,因此,我们以最常用的平移和旋转为例进行学习。在深度学习领域,常用平移、旋转、镜像等操作进行数据增广;在传统CV领域,由于某些拍摄角度的问题,我们需要对图像进行矫正处理,而几何变换正是这个处理过程的基础。2.2学习目标1.了解几何变换的概念与应用2.理解平移、旋转的原理3.掌握python-open...
2020-04-23 01:51:09
257
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人