![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
项目总结
文章平均质量分 55
及时总结思路
爱钓鱼的歪猴
今天不学习,明天变垃圾
展开
-
项目总结:window QT 开发 yolov5目标检测 UI界面
06-layouts, tabs and buddies | Qt布局 选项卡切换 和伙伴关 | 双字幕 | 国外视频。原创 2023-05-25 23:53:34 · 823 阅读 · 0 评论 -
项目总结:yolov5+bytrack 入侵检测
yolov5+bytrack可以实现行人跟踪,每个人都会有一个ID,这就能很好的入侵人数做计算,或者能保存每个入侵者的图像。原创 2023-05-25 23:29:14 · 3064 阅读 · 0 评论 -
项目总结:YOLOv8 人体姿态估计 跌倒检测
当角大于60度,或者胸膛中心点y坐标小于腰部中心点y坐标,或检测框宽高比大于5/3,则判定为跌倒。在胸膛处计算出一个中心点,腰部计算出一个中心点,连线,做一个直角三角形,求角的大小。yolov8-pose的输出中有17个人体关键点。原创 2023-05-25 23:05:55 · 3089 阅读 · 3 评论 -
双目测距联合YOLOv8 项目总结
固定左右相机的内部参数值、畸变矩阵,求R (右相机坐标系相对于左相机坐标系的旋转矩阵),T(右相机坐标系相对于左相机坐标系的平移动向量), E(本征矩阵), F(基础矩阵)获得左相机、右相机的cameraMatrix(内部参数值)、disCoeffs(畸变矩阵)利用双目标定结果,对左右相机图像进行畸变矫正、立体矫正,此时两相机共面且行对准。用yolov8对矫正后的左相机图像进行物体检测,目标框中心点的深度值即为距离。进一步求得畸变矫正、立体矫正所需的映射矩阵,以及深度差异映射矩阵Q。原创 2023-05-25 22:57:20 · 3144 阅读 · 1 评论 -
项目总结 车牌识别
获取上一部结果图的所有轮廓,以轮廓面积大于100、轮廓外接矩形框高宽比大于1做筛选,得到所有字符的轮廓。通过阈值图减去x方向腐蚀图,再减去y方向腐蚀图,去除车牌字符的四周的一些噪音。找出上一步结果图所有轮廓,车牌的宽高比大约为3.3,以此筛除车牌区域的轮廓。上面一行是车牌字符,下面一排是模板图,都是相同大小,都是处理成黑底白字。通过形态学闭操作,弥合较小联通域,使得车牌的汉字左右两边联通在一起。对字符轮廓的x坐标进行冒泡排序,得到正确顺序的车牌字符轮廓。灰度图-开操作图,车牌字会变得格外清晰。原创 2023-05-25 21:54:28 · 871 阅读 · 0 评论