介绍中午逛淘宝的时候看到这个传感器，发现它可以识别9种不同方向的手势，上、下左、右、前、后、顺时针、逆时针、摇摆，看起来很棒棒，就买了一个，价格在20-40元不等（销量靠前的店比较贵）。目的是想使用这个模块代替LeapMotion的手势识别功能，但是识别距离只有5-15cm，在应用场景比较限制的情况下可以替代。后续还会研究一下使用摄像头来制作手势识别。等待几天，到手后就开始盘他。。。 （请无视那粗
转载
2024-07-20 08:37:17
692阅读
基于深度学习的图像识别的软件解决方案软件架构：MPI+Caffe深度卷积神经网络(CNN)算法是深度学习领域普遍采用的神经网络构建模型，Caffe是目前最快的CNN架构。浪潮的集群版Caffe计算框架正是切中当下深度学习的迫切需求，它采用MPI技术对Caffe版本进行数据并行优化，该框架基于伯克利caffe架构进行开发，完全保留原始caffe架构的特性。即：纯粹的C++/CUDA架构，支持命令行、
转载
2024-07-05 10:34:03
68阅读
face_recognition人脸识别模块的使用教程文章目录：一、face_recognition模块介绍二、face_recognition模块的使用和案例介绍 为什么要用这个，当然是简单快捷，封装API易于使用，准确率还行，还开源，当然是不二之选啦一、face_recognition模块介绍face_recognition基于dlib实现，用深度学习训练数据，模型准确率高达99.38%gi
转载
2024-07-01 16:40:05
116阅读
文章目录图像识别常用模块图像实例附录1. ImageFolder类2. torchvision.models3. model.named_parameters()和model.parameters()4. torch.optim.lr_scheduler：调整学习率4.1 optimizer综述4.2 lr_scheduler调整策略：根据训练次数torch.optim.lr_scheduler
转载
2024-06-06 10:19:21
78阅读
人脸识别技术特点人脸识别主要的特点是利用人的脸部特征作为一种身份辨识的方式，通过采集含有人脸的图像或视频流，自动对图像或视频中的人脸进行检测定位、图像预处理、特征提取和匹配识别过程，达到识别不同人身份的目的。因此，利用人脸识别技术的这个特点可以在不同场合中实现各种各样的智能化应用。 人脸识别的优势还有以下四个方面：（1）自然性。所谓的自然性是指通过观察就可以比较人脸来区分和确认身份。（
转载
2024-04-22 14:28:07
61阅读
import os
import numpy as np
import torch
from torch import nn
import torch.optim as optim
import matplotlib.pyplot as plt
import torchvision
from torchvision import models,transforms,datasets
import
转载
2024-04-18 19:42:15
42阅读
本期课程将以计算机视觉领域的图像识别任务为目标，带领大家动手实现在Arm虚拟硬件 (树莓派) 上部署基于Paddle Lite的图像识别模型，以及学习如何将在Arm虚拟硬件(Arm Virtual Hardware, AVH)上开发测试完成的应用快捷地移植到真实的物理树莓派开发板上。项目概述目标任务：图像识别图像识别是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应
麻将制作：【在淘宝中查找麻将，可以在商品详情中找到麻将的长高宽等数据】1.在“创建”里选择“样条线”,点击“矩形”，在页面中开始画矩形，创建完后在参数栏中设置矩形的长宽作为麻将的长宽。【为后文好称呼称矩形为A】 2.选中A右键选择”转换为可编辑样条线“， 选择A的4个顶点，右键将”Bezier角点“改为”角点“，然后在右边”几何体“栏中点击”圆角“，拉
转载
2024-10-28 01:40:30
39阅读
# Python图像识别常用模块简述
图像识别是一门计算机视觉领域的重要技术，它使计算机能够“看懂”图像或视频。随着深度学习和人工智能的迅速发展，图像识别技术在医疗、安防、自动驾驶等诸多领域得到了广泛应用。在Python中，有多个专门的库和模块可以用来进行图像识别，本文将对此进行概述，并给出一些代码示例。
## 常用模块概述
1. **OpenCV**
- OpenCV（Open So
原创
2024-08-15 09:39:01
123阅读
&nbs
转载
2024-03-28 09:11:40
199阅读
作者：yangyaqin图像识别全流程代码实战实验介绍图像分类在我们的日常生活中广泛使用，比如拍照识物，还有手机的AI拍照，在学术界，每年也有很多图像分类的比赛，本实验将会利用一个开源数据集来帮助大家学习如何构建自己的图像识别模型。本实验会使用MindSpore来构建图像识别模型，然后将模型部署到ModelArts上提供在线预测服务。主要介绍部署上线，读者可以根据【实验课程】花卉图像分类实验（&n
转载
2024-05-10 07:47:00
168阅读
目录1. 数字图像概念1.1 图像采样和量化1.2 图像存储格式2.图像的直方图2.1 灰度直方图2.1.1 基本概念2.1.2灰度直方图归一化2.1.3 直方图应用3.图像增强3.1 图像增强概念3.2 图像增强方法3.2.1 方法概述3.2.1 空间域增强3.2.1.1 空间域增强（灰度变换）3.2.1.2 空间域增强（代数运算）3.2.1.3 空间域滤波3.2.2 频率域增强 学习自：M
转载
2024-04-08 22:37:39
253阅读
文章目录K最近邻法-KNNN折交叉验证法KNN总结：线性分类器得分函数损失函数（代价函数）损失函数1：hinge loss/支持向量机损失损失函数2：互熵损失（softmax分类器） K最近邻法-KNN现在用的比较少，因为其比较耗费内存，运行速度较慢练习： CIFAR-10数据集 60000张32*32小图片，总共10类，50000张训练和10000测试 下图第一行，左侧为大量的飞机数据，右侧第
转载
2024-02-24 12:19:23
171阅读
伴随着图像处理技术的飞速发展，推动了图像识别技术的产生和发展，并逐渐成为人工智能领域中重要的组成部分，并广泛地运用于面部识别、指纹识别、医疗诊断、汽车交通等等领域中，发挥重要作用。图像识别技术概述图像识别技术的含义图像识别是人工智能的一个重要领域，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。一般工业使用中，采用工业相机拍摄图片，然后再利用软件根据图片灰阶差做进一
转载
2024-02-18 11:56:10
142阅读
（刚刚转C#，一个项目用到，就分享出来，第一次写博客，有不足之处还请指正，某些编写方式只是习惯使然） 1、首先，在百度AI平台进行注册登录：百度AI 2、然后点开右上角的控制台，找到图像识别，创建应用，然后就可以看到创建的密钥，我们主要获取以下几个参数， API_KEY， SECRET_KEY 3、将对应C#版本的SDK下载后，添加引用到工程文件引用中； 主要是以下两个.dll库，分别是 Aip.
转载
2023-12-24 18:31:40
118阅读
模式识别之图像识别笔记图像识别技术的定义为利用计算机对图像进行处理、分析和理解，以识别不同模式的目标和对象的技术。图像识别系统可以分为三个部分： 1、图像处理(1) 基本概念① 定义：把输入图像转化为计算机能够接受处理的信号，再进行图像恢复、增强等预处理操作② 目的：为之后的图像特征做准备(2) 主要方法① 图像的数字化：对图
转载
2024-02-20 11:33:07
275阅读
概念框架环境配置data_preparaation.py(作用：摄像头抓拍与保存人脸)import cv2
def CatchPICFromVideo(catch_num, path_name):
face_cascade = cv2.CascadeClassifier('E:/anaconda/Anaconda3/pkgs/libopencv-3.4.2-h20b85fd_0/Libra
转载
2024-06-05 13:26:05
202阅读
关于图像处理方面的收获：五月中旬的时候接了个细胞检测的活，要求识别白细胞、红细胞、脂肪球、霉菌几种细胞，大致看了客户发给我显微镜上的图片，发现能做，于是就接了下来，客户告诉我最终的程序要是C++的编译成DLL给他们的应用程序调用才可以，本人因为一直做Java，做C++还是12年前毕业设计的时候做了图像相关的东西。从那之后，做项目偶尔也会搞点C++但是基本上就一直停留在Hello World的水平上
转载
2024-04-17 17:12:04
126阅读
整理 | 专知本文主要介绍了一些经典的用于图像识别的深度学习模型，包括AlexNet、VGGNet、GoogLeNet、ResNet、DenseNet的网络结构及创新之处，并展示了其在ImageNet的图像分类效果。这些经典的模型其实在很多博文中早已被介绍过，作者的创新之处在于透过这些经典的模型，讨论未来图像识别的新方向，并提出图像识别无监督学习的趋势，并引出生成对抗网络，以及讨论了加速网络训练的
转载
2024-05-16 20:05:36
117阅读
图像识别过程分为图像处理和图像识别两个部分。图像处理部分内容参考此篇：图像识别过程（以下图像识别内容同样参考本篇）图像识别将图像处理得到的图像进行特征提取和分类。识别方法中基本的也是常用的方法有统计法(或决策理论法)、句法(或结构)方法、神经网络法、模板匹配法和几何变换法。1)统计法(StatisticMethod) 该方法是对研究的图像进行大量的统计分析,找出其中的规律并提取反映图像本质特点的特
转载
2023-08-21 23:23:35
955阅读
