计算机视觉CV
文章平均质量分 67
猫头丁
这个作者很懒,什么都没留下…
展开
-
基于预训练模型的Unet【超级简单】【懒人版】【Pytorch版】
在本项目开始前,首先给大家保证,本次项目只是一个最简单的Unet实现,使用现成的代码,不需要手写代码,使用预训练模型,不需要标注数据集和训练。所以,如果只是想稍微接触一下语义分割的话,放心观看!!!保证不需要脑子!!!大家好哇!其实在计算机视觉领域,一直有一个我很感兴趣,但是至今还没有接触的任务,就是语义分割。我们实验室面有人做语义分割,每次看到展示工作的时候,都觉得好神奇哇!智能抠图!好有意思!现在让我们开始吧!原创 2022-11-29 09:51:05 · 8553 阅读 · 1 评论 -
完整目标检测项目流程——从使用LabelImg标注到使用YOLOv5训练测试
大家好呀,虽然前面已经有两篇,分别使用Faster RCNN和YOLOv3进行目标检测的项目了,但是!相信大家应该也和我一样觉得远远不够吧!而且前面两篇都是使用的预训练好的模型,直接跳过了训练过程,甚至最后也没有准备测试数据,而是直接使用的摄像头,这个目标检测项目的体验感位面太差了些!高举横幅《差评!差评!》诶嘿!原创 2022-11-15 09:50:56 · 3271 阅读 · 12 评论 -
使用OpenCV自带的预训练模型YOLOv3调用摄像头进行目标检测【超少代码!懒人必备!】
如果在GitHub上面找不到可以私信我,就是我不常在,我也会和完整项目一起打包上传,不过"yolov3.weights"有点大,不知道能不能传上来。想要跑一个使用摄像头进行目标检测的模型玩一玩,想要简单又想要酷炫,想要少写代码,有想要足够好的效果!不过需要注意,这里用到的“class.txt”和我们上次用到的并不一样,我等下也会把这个TXT文件和完整项目一起上传CSDN项目,我来看一下能不能设置成免费,大家可以去下载。接下来,就是一些检测和画图输出的函数啦!那么接下来,就是我们的模型啦!原创 2022-11-14 16:39:02 · 2136 阅读 · 2 评论 -
基于pytorch预训练模型使用Faster RCNN调用摄像头进行目标检测【无敌详细!简单!超少代码!】
COCO 数据集是一个大型的、丰富的用于物体检测、分割的数据集,提供的图片类别有80 类,有超过 33 万张图片,其中 20 万张图片有标注,整个数据集中个体的数目超过 150万个。获得标签及对应类别(这个文件好像可以去COCO还是Pytorch的什么网站上下载,我有点记不清了,不过我也把它和代码一起打包上传资源)使用 Pytorch 自带的预训练模型 fasterrcnn_resnet50_fpn,该模型是在COCO 数据集上进行预训练。依次读入帧,转变格式,并送入模型进行检测。原创 2022-11-11 16:23:48 · 2678 阅读 · 1 评论