![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
文章平均质量分 57
Vine955
这个作者很懒,什么都没留下…
展开
-
【目标检测】YOLO、SSD、CornerNet原理介绍
目标检测是计算机视觉中比较简单的任务,用来在一张图篇中找到某些特定的物体,目标检测不仅要求我们识别这些物体的种类,同时要求我们标出这些物体的位置。其中类别是离散数据,位置是连续数据。目标检测是基于监督学习的,每张图片的监督信息是它所包含的N个物体,每个物体的信息有五个,分别是物体的中心位置(x,y)和它的高(h)和宽(w),最后是它的类别。算法原理介绍YOLOYOLO的全称是you only look once,指只需要浏览一次就可以识别出图中的物体的类别和位置。因为只需要看一次,YOLO被称为原创 2022-01-03 21:59:08 · 1822 阅读 · 0 评论 -
【机器学习】Tensorflow基础知识学习
例程用Tenflow实现YOLO:“实时对象检测”,并支持实时在移动设备上运行的一个小项目:https://github.com/thtrieu/darkflow。计算机视觉领域研究者的最佳福利。参考链接https://zhuanlan.zhihu.com/p/35515805...原创 2022-01-03 18:37:43 · 1302 阅读 · 0 评论 -
【目标检测】anchor基础知识整理
目标检测算法一般可分为anchor-based、anchor-free、两者融合类,区别就在于有没有利用anchor提取候选目标框。下面我们来具体介绍。1. Anchor是什么目标检测是"在哪里有什么"的任务,在这个任务中,目标的类别不确定、数量不确定、位置不确定、尺度不确定,传统非深度学习方法如VJ和DPM,和早期深度学习方法如OverFeat,都要金字塔多尺度+遍历滑窗的方式,逐尺度逐位置判断"这个尺度的这个位置处有没有认识的目标",非常笨重耗时。anchor的概念最早出现在FasterRCNN的原创 2022-01-03 16:11:50 · 4295 阅读 · 1 评论 -
【图像识别】用Yolo做火焰目标检测
参考https://github.com/gengyanlei/fire-smoke-detect-yolov4项目,使用其中的YoloV5完成对视频中火焰的检测。效果原创 2021-12-23 11:29:53 · 1781 阅读 · 0 评论 -
【openCV边缘检测】用传统方法实现边缘检测(二)色彩空间
Gitee地址:https://gitee.com/jzhou955/edge_detection.git欢迎star or fork。项目需求检测图片中特定部分的轮廓。但是在识别轮廓的过程中发现,处理后的照片有非常多的噪声干扰,使得结果图片的质量非常差。这就需要我们在提取轮廓之前,提取轮廓过程中以及提取轮廓之后,对图片做一系列的滤波降噪处理。由于在一张图片中项目记录在OpenCV + Python中使用色彩空间进行图像分割RGB:RGB 是我们接触最多的颜色空间,由三个通道.原创 2021-12-08 18:08:42 · 2323 阅读 · 1 评论 -
【图像处理】用传统方法进行图片过亮或过暗处理
直方图:https://www.shuzhiduo.com/A/q4zVY0bXdK/其实就是离散的概率分布图. 比如256灰度图.横轴就是像素值,从0-255,纵轴是当前像素值对应的像素个数。是用以表示数字图像中亮度分布的直方图,标绘了图像中每个亮度值的像素数。可以借助观察该直方图了解需要如何调整亮度分布。这种直方图中,横坐标的左侧为纯黑、较暗的区域,而右侧为较亮、纯白的区域。因此,一张较暗图片的图像直方图中的数据多集中于左侧和中间部分;而整体明亮、只有少量阴影的图像则相反。我们希望生成的新图的原创 2021-12-08 17:59:22 · 4106 阅读 · 0 评论 -
【图像处理】ISP方法调研汇总
IPS(Image Signal Processor)调研汇总1. ISP的主要内部构成ISP内部包含 CPU、SUP IP、IF 等设备,事实上,可以认为 ISP 是一个 SOC(system of chip),可以运行各种算法程序,实时处理图像信号。CPU:CPU 即中央处理器,可以运行 AF、LSC 等各种图像处理算法,控制外围设备。现代的 ISP 内部的 CPU 一般都是 ARM Cortex-A 系列的,例如 Cortex-A5、Cortex-A7。SUB IP:SUB IP 是各种功能原创 2021-12-08 17:46:19 · 2302 阅读 · 0 评论 -
【openCV边缘检测】用传统方法实现边缘检测(四)分块处理
Gitee地址:https://gitee.com/jzhou955/edge_detection.git欢迎star or fork。项目需求检测图片中特定部分的轮廓。但是在识别轮廓的过程中发现,处理后的照片有非常多的噪声干扰,使得结果图片的质量非常差。这就需要我们在提取轮廓之前,提取轮廓过程中以及提取轮廓之后,对图片做一系列的滤波降噪处理。由于在一张图片中...原创 2021-12-08 17:38:51 · 2267 阅读 · 0 评论 -
【openCV边缘检测】用传统方法实现边缘检测(三)滤波降噪
Gitee地址:https://gitee.com/jzhou955/edge_detection.git欢迎star or fork。项目需求检测图片中特定部分的轮廓。但是在识别轮廓的过程中我发现,处理后的照片有非常多的噪声干扰,使得结果图片的质量非常差。这就需要我们在提取轮廓之前,提取轮廓过程中以及提取轮廓之后,对图片做一系列的滤波降噪处理。...原创 2021-12-08 16:51:21 · 278 阅读 · 0 评论 -
【openCV边缘检测】用传统方法实现边缘检测(一)提取边缘
项目Gitee地址:https://gitee.com/jzhou955/edge_detection.git欢迎star or fork。To do list 用各种算子提取元器件的边缘。 二值化边缘图,调整二值化阈值得到更清晰的轮廓。 调整二值化阈值,获取PCB的边缘。 利用色域差异进行边缘提取,提高准确度。 两种器件改用不同的色域分离方法,并且在原图上面叠加边缘线。 叠加的边缘线调整透明度以及粗细。 B2B边缘线拟合成直线。 遍历测试图片集,看图片明暗对结果的影响。 C.原创 2021-12-06 18:18:19 · 1914 阅读 · 0 评论