![](https://img-blog.csdnimg.cn/20190918140037908.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
目标检测&识别分类
文章平均质量分 73
paddlex,pytorch,tensorflow
獜洛橙
不按常规办事,喜欢各种trick
(最近不在)
展开
-
卡尔曼滤波实例——预测橘子的轨迹
step3:将质心送入卡尔曼滤波器,获取到预测的下一次橘子的质心位置。step1:获取橘子的检测框。视频中截图的一张带有橘子的图。step2:求取橘子的质心。检测橘子轮廓最小外边框代码。原创 2022-10-23 13:52:20 · 15516 阅读 · 21 评论 -
OpenCV实战案例——车道线识别
方法:在图像中,黑色表示0,白色为1,那么要保留矩形内的白色线,就使用逻辑与,当然前提是图像矩形外也是0,那么就采用创建一个全0图像,然后在矩形内全1,之后与之前的canny图像进行与操作,即可得到需要的车道线边缘。TIPs:使用霍夫变换需要将图像先二值化。原创 2022-10-15 20:11:56 · 26879 阅读 · 34 评论 -
face_recognition结合opencv进行多人脸识别
step1:准备好opencv,numpy和face_recognition三个库step2:准备好人脸图像 step3:利用opencv读取三张图片 step4:将图片转为特征向量,并将向量和名字添加到列表中,一一对应step5:摄像头展示,读取摄像头图片帧step6:将图片缩放到1/4,进行处理时候更加的迅速step7: opencv摄像头读取的是BGR格式,这里转为face_recognition需要的RGB形式,同时将图像原图和图像中的所有人脸面部以及对应的所有特征信息放入faces_encodin原创 2022-10-01 22:50:11 · 4962 阅读 · 1 评论 -
OpenCV--图像的基本表示方法
二值图像表示不够细腻,为体现更多的细节,就需要使用更多的颜色,计算机会将灰度处理为256个灰度级,用数值区间【0,255】表示,其中数值“255”表示纯白色,数值“0”表示纯黑色,其余的数值表示从纯白到纯黑直接不同级别的灰度。二值图像是值仅仅包含黑色和白色两种颜色的图像,计算机将白色的像素点处理为“1”,黑色像素点处理为“0”,以方便后续的存储和处理操作,只使用一个比特位(0或者1)就能表示。彩色图像是更为常见的一类图像,能更丰富的展示图像的细节信息。通常用一个三维数组来表示一幅RGB色彩空间的彩色图像。原创 2022-08-20 00:28:32 · 2019 阅读 · 0 评论 -
基于PyQt5&YOLOv4-tiny的目标检测系统
PS:此项目来自我朋友,这里只是作个介绍,源码在github上,我朋友的b站号名字为CiLang;一、项目整体效果图二、项目流程简介根据数据集打标签,进行模型训练 利用模型权重weights以及Yolov4-tiny.cfg结合,通过opencv写预测代码Detect.py 使用QTDesigner设置UI界面,并通过PyUIC转为PyQt5代码,方便后期加功能。 为UI界面的各个控件添加对应的槽方法。 最后编写主函数,并在主函数中实现UI界面的控件槽方法,运行整个项目.原创 2022-05-25 10:23:00 · 2381 阅读 · 1 评论