原创
valuetimer
这个作者很懒,什么都没留下…
展开
-
Facemark:使用OpenCV进行面部特征点检测
面部特征检测应用很多,我将在下一节介绍当前项目用到一个典型例子,因为疲劳检测有一张方案是通过检测人眼的闭合时间来实现的,在实际装车应用中效果还不错。本节先介绍一下opencv中自带的特征点检测功能,后续将讲解如何使用opencv+dlib实现疲劳检测功能。现在OpenCV支持几种本地特征检测算法。然而,由于两个原因,实际使用中还需要做更多的工作1、Python支持:截至OpenCV3.4...原创 2020-02-21 22:07:22 · 6035 阅读 · 14 评论 -
使用opencv做一个猜字谜游戏
今天,使用opencv的基础知识做1个猜字谜游戏,因为要用到xwindow相关功能,所以不能在谷歌的colab做实验,只能在本地Ubuntu上实验了。不了解猜字谜游戏的请看:https://baike.baidu.com/item/Hangman/9308312?fr=aladdin本实验来源于墙外大神,要看原版英文的请科学上网解决,本文做了实验,并做了分析注解,帮助初学者理解。用到的图片...原创 2020-02-19 22:38:38 · 664 阅读 · 0 评论 -
目标检测常用特征类型提取
本文介绍图像识别和目标检测中常用的特征,分别是Haar(哈尔)特征、LBF(local binary pattern)特征、HOG(histogram of orientation gradient)特征共三种。一、Haar特征参考链接https://blog.csdn.net/u013403054/article/details/784610831、Haar特征最先由Paul Vio...原创 2020-02-18 12:03:54 · 3447 阅读 · 0 评论 -
使用语义分割进行图像前景后景分离处理
在我们以前的文章中,我们学习了什么是语义分割,以及如何在PyTorch中使用DeepLabv3来获得图像中检测到的对象的RGB掩码。即我们将图像中的对象标识出来。虽然语义分割是很酷,但让我们看看如何在一些现实世界的应用程序中使用语义分割的处理结果。 在这篇文章中,我们将在torchvision中使用DeepLabv3制作以下应用程序。1、去掉背景2、改变背景3、模糊背景4、背景...原创 2020-02-17 18:24:45 · 10167 阅读 · 1 评论 -
使用ONNX和Caffe2对PyTorch训练的模型进行推断应用
在2016年10月Face book发布PyTorch之后,由于其面向开发者友好,它很快获得了广泛应用。得益于良好的Python接口,它很适合用于研究和制作快速原型。在PyTorch中调试您的代码和测试网络模型架构可以非常容易地完成。 然而,当它投入生产时,谷歌的Tensorflow领先。使用TensorFlow服务部署机器学习模型非常容易。 这在2018年5月发生了变化,当时PyTorch与Ca...原创 2020-02-11 20:34:34 · 2041 阅读 · 2 评论 -
PyTorch中使用迁移训练(Transfer Learning)进行图像分类
PyTorch使用方便,易于学习,开发效率很高。在这篇文章中,我们描述了如何在PyTorch中进行图像分类。我们将使用CalTech256数据集的子集对10种不同种类动物的图像进行分类。我们将介绍数据集准备,数据增强,然后逐步来构建分类器。预训练模型ResNet50已经学习了低层次的图像特征,如边缘、纹理等,我们使用迁移学习来复用这些低层次特征,然后训练我们的分类器来学习我们的数据集中图像中的更高...原创 2020-02-11 14:20:47 · 3836 阅读 · 1 评论 -
使用PyTorch中的预训练模型进行图像分类
PyTorch的TorchVision模块中包含多个用于图像分类的预训练模型,TorchVision包由流行的数据集、模型结构和用于计算机视觉的通用图像转换函数组成。一般来讲,如果你进入计算机视觉和使用PyTorch,TorchVision可以提供还多便利的操作!1、使用预训练模型进行图像分类预训练模型是在像ImageNet这样的大型基准数据集上训练得到的神经网络模型。深度学习社区从这些...原创 2020-02-10 23:10:35 · 14900 阅读 · 10 评论