目标检测
文章平均质量分 80
smileapples
静心不浮躁,尽力不后悔。
展开
-
ubuntu18.04编译安装orb-slam2
网速问题,将ippicv_linux_20151201.tgz下载后复制到相应文件夹下,重新打开一个终端进行编译配置(必须重新打开一个终端)参考博客:https://blog.csdn.net/hfuttobuaa/article/details/124276205。解决方法:增加swap space 交换空间。原因在于pangolin版本过高。安装版本为3.2的eigen。Pangolin成功安装!cmake 版本过低。原创 2022-05-18 22:42:04 · 947 阅读 · 0 评论 -
在windows下利用Cmake和Visual Studio 对opencv及其扩展模块的编译,并新建ML机器学习(SVM)工程验证
opencv及opencv_contrib源码下载opencv 源码链接:https://github.com/opencv/opencvopencv_contrib 源码链接:https://github.com/opencv/opencv_contrib建议使用迅雷下载,两套源码迅雷下载链接如下:https://codeload.github.com/opencv/opencv/zip/refs/heads/3.4https://codeload.github.com/opencv原创 2021-11-17 09:49:29 · 285 阅读 · 0 评论 -
ubuntu18.04安装使用opencv3.4
opencv源码下载opencv官网下载链接,点击进入opencv官网,根据实际需求下载百度云下载链接:链接:https://pan.baidu.com/s/1EYiSIUHO-2G2F-q0iVwZqg提取码:sa32下载后解压sudo unzip opencv-3.4.16.zipsudo apt-get updatesudo apt-get upgrade得保证有足够得空间!扩展虚拟机磁盘空间注意,得在关机状态下 。安装依赖包sudo apt-get insta原创 2021-10-29 16:58:01 · 534 阅读 · 0 评论 -
Ubuntu18.04安装ROS Melodic并测试(难点在于初始化rosdep:sudo rosdep init)
1、将软件源更新为国内稳定机构2 、配置ROS软件源sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'在Linux使用 echo 并配合命令重定向是实现向文件中写入信息的快捷方式。具体参考:sh -c 的必要性3、配置密钥sudo apt-key adv --keyserver 'hkp:原创 2021-10-15 21:34:16 · 703 阅读 · 3 评论 -
图像匹配所用方法总结
图像匹配是应用一定的算法在两幅图或者多幅图中识别同名点。图像匹配主要分为以灰度为基础的匹配和以特征为基础的匹配。模版匹配模版匹配是基于像素的匹配,用来在一幅大图中搜索查找模版图像位置。与2D卷积一样,用模版图像在输入图像上滑动,并在每一个位置为堆模版图像和与其对应的输入图像的子区域进行进行比较。模版匹配规则:平均绝对差算法(MAD)该算法思路计算都比较简单,匹配精度高;但该方法运算量大,堆噪声特别敏感。绝对误差和算法(SAD)误差平方和算法(SSD)平均误差平方和算法(MSD)归一化积相原创 2021-10-11 21:02:46 · 2253 阅读 · 0 评论 -
使用深度学习框架darknet训练模型
使用yolo训练模型原创 2021-06-05 09:07:25 · 865 阅读 · 0 评论 -
目标检测算法
算法对比:(1)Yolo的缺陷:每个网格智能预测一个物体,容易漏检;对于物体的尺度比较敏感,面对物体尺度变化比较大的物体时泛化能力较差。(2)two-stage方法和one-stage方法对比:two-stage方法如R-CNN系列算法,主要思想是先通过启发式方法或者CNN网络(RPN),产生一系列稀疏的候选框,然后对这些候选框进行分类和回归,其优势是准确度高。one-stage方法如Yolo和SSD算法,主要思想是在多层特征图上进行密集抽样,抽样时采用不同的尺度和长宽比,然后利用CNN原创 2021-05-31 19:11:04 · 499 阅读 · 0 评论 -
在linux(ubuntu)操作系统中使用自定义数据及darknet进行目标检测
1、数据集制作1.1数据文件夹创建创建如图下所示的文件夹:VOCdevkitVOC2007Annotations ----> Annotations用于存放使用labelImg生成的标记(XML)文件JPEGImages ----> 存放对应的图片(jpg)文件labels ----> 存放XML文件中类别标记和归一话的矩形框坐标ImageSetsMaintest.txttrain.txttrainval.txtval.txt文件夹Main下四个文本文原创 2021-05-21 21:31:35 · 256 阅读 · 1 评论