OpenCV使用CMake和MinGW的编译 常见问题见最后前言本篇文章是介绍使用32在GW在Windows下编译OpenCV 生成32位的DLL 关于使用 64 位的 MinGW 编译 OpenCV 生成 64 位的 dll，后面更软件环境* Windows-10-64bit
* Qt5.11.0
* cmake-3.13.0-rc3-win64-x64
* opencv-3.4.1opencv
转载
2024-09-10 09:47:06
313阅读
Facenet网络介绍FaceNet是谷歌提出的人脸识别模型，它跟其他人脸识别模型最大的一个不同就是它不是一个中间层输出，而是直接在欧几里德低维空间嵌入生成人脸特征，这个对以后的各种识别、分类、相似度比较都非常方便。相比其他的深度学习方法，FaceNet仅需要128个字节来表示一张脸。FaceNet网络设计目标任务有如下
1.验证-验证是否为同一张脸
2.识别-识别是否为同一个人
3.聚类-发现人
这两天编写跟踪目标的程序，用到OpenCV来处理图像，其中碰见几个奇怪的问题，
1. VS2005建立一个Win32空项目，在用OpenCV打开的窗口中，我想要在其中画3个矩形作为选区，结果，只能响应LBUTTONDOWN，不能响应LBUTTONUP事件，但是如果屏蔽掉 LBUTTONDOWN，就能响应LBUTTONUP事件了，猜想是鼠标事件被什么给截获了，这个还不是最奇怪的，最奇怪的是
转载
2024-10-22 00:16:51
56阅读
目录一、安装前准备二、显卡驱动安装三、cuda安装四、cudnn安装五、opencv-4.5.1源码编译参考 一、安装前准备显卡驱动下载：https://www.nvidia.cn/Download/index.aspx?lang=cn
创建文件：sudo vim /etc/modprobe.d/blacklist-nouveau.conf在文件中添加以下内容，将nouveau加入黑名单：bla
转载
2024-04-29 13:53:30
132阅读
2. 问题描述对于Opencv中模型加载与输入数据的代码很简单了，这里就不贴了。直接来看看问题吧。问题描述：OpenCV(4.1.0) Error: Assertion failed (Wh.rows == 4*Wh.cols) in cv::dnn::LSTMLayerImpl::LSTMLayerImpl,
file D:\InstallDir\opencv\4.1.0\src\
文章目录概念一、openCV DNN 模块支持的深度学习框架二、使用 OpenCV DNN模块进行图像分类1.图像分类一般的步骤：2.步骤详细解释： 概念openCV DNN 模块仅支持图像和视频的深度学习推理，它不支持训练。OpenCV DNN 模块的优点之一是它针对英特尔处理器进行了高度优化。在对实时视频进行推理以进行对象检测和图像分割应用程序时，我们可以获得良好的 FPS。OpenCV D
转载
2024-03-22 16:13:16
119阅读
重磅干货，第一时间送达本文转自：opencv学堂引言OpenCV DNN不光支持图像分类，对象检测作为计算机视觉主要任务之一，OpenCV DNN支持多种对象检测模型，可以快速实现基于COCO数据集与Pascal VOC数据集的对象检测。此外基于自定义数据集，通过tensorflow对象检测框架或者pytorch的ONNX格式还可以支持自定义对象检测模型训练导出与部署。本文总结了OpenCV DN
转载
2023-11-10 20:35:39
124阅读
详解每种OpenCV对象检测模型的结构......
转载
2021-07-15 13:58:58
936阅读
✔说明⇢本人讲解主要包括Python、机器学习（ML）、深度学习（DL）、自然语言处理（NLP）等内容。文章目录表示图像将图像转换为结构化数组和标量为什么要利用神经网络进行图像分析？为图像分类准备我们的数据训练神经网络缩放数据集以提高模型准确性了解改变批量大小的影响批量大小 32批量大小为 10,000了解改变损失优化器的影响了解改变学习率的影响学习率对缩放数据集的影响高学习率中等学习率学习率低不
转载
2024-06-17 06:51:13
181阅读
一、资源介绍项目需要，需要基于opencv的dnn模块来调用resnet模型，需要resnet模型先训练，之后再导出onnx。二、导出ONNX下载yolov5源码```bash
# 下载yolov5源码
git clone https://github.com/ultralytics/yolov5.git
# 切换到yolov5工程目录
cd yolov5
# 使用tag从远
转载
2024-03-23 17:43:02
477阅读
关于模型OpenVINO自带的表情识别模型是Caffe版本的，这里使用的模型是前面一篇文章中训练生成的pytorch全卷积网络，模型基于残差网络结构全卷积分类网络。输入格式：NCHW=1x3x64x64输出格式：NCHW=1x8x1x1支持八种表情识别，列表如下：["neutral","anger","disdain","disgust","fear","happy","sadness","sur
转载
2024-04-04 09:19:25
143阅读
WindowsDNN模块需要opencv版本是3.3以上。配置VS环境加入opencv路径。代码逻辑：预设文件加载路径；加载图片；读取标签文件类别名称，存储到vector变量中。API调用caffe模型；输入图片数据需要格式转换；前向推理模型，得到结果；对结果数据进行reshape，找到结果中比例最大值位置信息；打印对应位置类别名称；main.cpp#include <opencv2/ope
转载
2024-07-01 16:31:49
179阅读
1.1. DNN模块简介OpenCV中的深度学习模块（DNN）只提供了推理功能，不涉及模型的训练，支持多种深度学习框架，比如TensorFlow，Caffe,Torch和Darknet。OpenCV为什么要实现深度学习模块？轻量型。DNN模块只实现了推理功能，代码量及编译运行开销远小于其他深度学习模型框架。使用方便。DNN模块提供了内建的CPU和GPU加速，无需依赖第三方库，若项目中之前使用了Op
转载
2024-05-04 19:10:50
79阅读
yolov3 + win10 + vs2019配置GPU版本准备阶段1.cuda安装+cudnn配置 2.opencv3下载3 3.yolov3下载 4.vs2019安装cuda+cudnn这里面有关于cuda的配置opencv3https://opencv.org/releases/下载并安装yolov3https://github.com/AlexeyAB/darknet到对应网站下载程序，当
转载
2024-05-14 08:32:55
118阅读
本文内容参考多个博客，记录比较随意，仅作为个人笔记查看。 简介： 由于要移植gcc，所以不得已只能做如此似乎多此一举的实验。。 我的系统软件版本情况如下（供参考）： ubuntu 16.04 gcc-5.4.0 目的：编译gcc-5.4.0 1.获取代码及新建目录1.1下载 gcc官网所提供资源镜像1.2解压 1.3 建立目录 假设你解压到的目录为: ~/home/hwh/gcc-
目录1.代码2.原理 2.1“边缘”2.2高斯滤波 2.3 计算梯度2.4 非极大值抑制 2.5 滞后阈值化1.代码 这是一个很老很常用的方法。博主写了一下，与OpenCV460做对比。在之前的版本(Opencv3.x)个人感觉其实现效果不理想，于是自己写了一遍，效果比OpenCV好。今天与OpenCV460比发现
转载
2024-06-29 18:35:01
107阅读
前言上一篇《OpenCV--自学笔记》搭建好了yolov5的环境，作为目标检测在应用中，最重要的还是训练自己的数字集并推理，所以这一篇就专门来介绍使用yolov5训练自己的数据集，并且用OpenCV的DNN进行推理。实现效果实现yolov5训练自己数据并识别的核心是什么？A实现yolov5训练自己数据集，最核心的是怎么标注文件，像上图中我们就是做的数字华容道的识别，每个数字分类标注时，用到的第三方
转载
2024-05-11 14:39:52
220阅读
yolov5 opencv dnn部署自己的模型github开源代码地址使用github源码结合自己导出的onnx模型推理自己的视频推理条件c++部署c++ 推理结果 使用github源码结合自己导出的onnx模型推理自己的视频推理条件windows 10 Visual Studio 2019 Nvidia GeForce GTX 1070 opencv 4.5.5、opencv4.7.0 (注意
转载
2024-09-01 20:38:27
56阅读
1. opencv及opencv_contrib源码的下载opencv源码的下载：https://opencv.org/releases/或者https://github.com/opencv/opencv/releases注意：两者区别主要为官网下载的源码里面有build文件夹，里面有经过编译的lib及include等文件，但并不包含contrib里面的所有模块，而且整个文件被编译成opencv
转载
2024-05-17 13:20:00
273阅读
一、OpenCV3.10在window上的安装和使用1.下载OpenCV,我下载的是3.10版.下载地址 http://opencv.org 2.配置环境变量 3.在path中加入D:\software(软件安装路径)\opencv\build\x64\vc14\bin vc14代表使用版本为VS2015 4.工程配置 在属性管理器中双击下图所示选项即可完成设置（此方法一劳永逸，重建工程
转载
2024-04-23 08:20:37
111阅读
