最近开始做行人检测，因此开始接触faster-rcnn，这里贴上配置教程(亲测可行)，不过是基于cpu的，蓝瘦。。。参考博客：http://www.tuicool.com/articles/nYJrYra(opencv配置)(faster-rcnn配置)环境：ubuntu16.04一、首先要配置好opencv这里我是在opencv官网上下载了opencv-3.0.0-rc1(版本最好3.0.0以上
转载
2024-08-22 11:44:05
45阅读
一，前言本人是机械专业在读硕士，在完成暑假实践的时候接触到了人脸识别，对这一实现很感兴趣，所以花了大概十天时间做出了自己的人脸识别。这篇文章应该是很详细的了所以帮你实现人脸识别应该没什么问题。先说本博文的最终要达到的效果：通过一系列操作，在摄像头的视频流中识别特定人的人脸，并且予以标记。本人通过网上资料的查询发现这类人脸识别，大多参考了一位日本程序员小哥的文章。链接：https://github.
转载
2024-05-20 06:45:42
152阅读
一、opencv的示例模型文件opencv4.0.0中暂未提供cpp代码，使用python代码改编，参考https://github.com/opencv/opencv/blob/master/samples/dnn/mask_rcnn.py，我们使用的模型为 mask_rcnn_inception_v2_coco_2018_01_28.pb，选择InceptionV2是因为其速度更快，其他更好效
转载
2024-02-29 16:31:27
209阅读
本文主要介绍OpenCV的DNN模块的使用。OpenCV的DNN模块自从contrib仓库开始，就是只支持推理，不支持训练。但是仅仅只是推理方面，也够强大了。现在OpenCV已经支持TensorFlow、Pytorch/Torch、Caffe、DarkNet等模型的读取。本文们就以风格迁移为例，来看一下OpenCV DNN模块的用法。相比于复杂而耗时的模型训练过程，模型推理就显得简单多了。简单来
转载
2024-02-13 21:56:51
169阅读
OpenCV是学习计算机视觉的重要工具之一，然而多年以来，在深度学习的deBuff下，OpenCV给人一种与时代脱节，只有传统的视觉解决方案的一种错觉。实际上，OpenCV每次更新都会结合学术领域前沿的成熟算法。在OpenCV 4更新之后，更是将深度学习作为主要的更新内容。但是OpenCV还是给人一种传统的感觉。实际上，这是我们并没有真正了解OpenCV。在OpenCV中有一个名为opencv_c
很粗糙的跳读了一下learning opencv这本书，网上说是入门的，可看到后面根本没法看下去了，都是公式，就写一下一些笔记吧：（1）当你看到CvArr*时，你可以用IplImage*参数传入 （2）CvCapture结构包含从摄像机或视频文件中读取帧所需的信息，根据视频来源，使用下面两个函数之一来初始化CvCapture结构CvCapture * cvCreateFileCapture(con
转载
2024-03-17 00:30:10
15阅读
CNN实现手写数字识别导入模块和数据集import os
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers, optimizers, datasets
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
(x_train,y_train),(x
目录序判断情绪效果CNN分类训练原理正文一、利用机器学习模型训练和检测笑脸二、 扩展 序判断情绪效果CNN分类训练原理 训练测试多角度-多层次训练
人脸数据集
提取特征点
提取特征点
CNN分类
预测
转载
2024-03-14 09:24:57
56阅读
基本概念SURF(SpeededUp Robust Features)—加速稳健特征算法, 在2006 年由Bay.H和Van Gool.L共同提出, SURF是尺度不变特征变换SIFT的加速版。一般来说, 标准的SURF算子比SIFT算子快好几倍, 并且在多幅图像下具有更好的稳定性。SURF最大的特征在于采用了harr特征以及积分图像的概念, 这大大加快了程序运行时间,可以应用于物体识别以及三维
OpenCV和DNN结合实现人脸检测本人在工作之余，做了一个小功能，在动手之前阅读了不少文档，从而实现人脸检测功能，做这个目的有二，一方面是出于爱好，另一方面是提高自身编码能力。1.下面是程序的流程图 实现步骤： A) 首先需要先加载DNN模型文件，用深度学习DNN模型检测出人脸区域并进行裁剪，见下图，然后用opencv裁剪出人脸部分； B) 然后把人脸图像转换位灰度图，通过HSV模型计算出二值图
转载
2023-08-17 09:08:47
185阅读
一、项目简介OpenCV是一个用于图像处理、分析、机器视觉方面的开源工具包。无论科学研究，还是商业应用，OpenCV都是进行图像识别的不二之选。熟练掌握OpenCV的图片识别能力，在图片识别领域里飞起来不是梦！本文利用kaggle数据库上的水果图片数据集(fruit-images-for-object-detection)展示如何训练机器学习模型识别水果图片的类别。数据地址（kaggle数据库地址
转载
2024-01-29 02:50:07
131阅读
在本教程中，我们将讨论深度学习应用于人脸的一个有趣应用。我们将估计年龄并从单个图像中找出人的性别。我们将简要讨论本文的主要思想，并提供有关如何在 OpenCV 中使用该模型的分步说明。我们将使用 OpenCV 学习性别和年龄分类。1. 使用 CNN 进行性别和年龄分类作者使用了一个非常简单的卷积神经网络架构，类似于CaffeNet和AlexNet。该网络使用3个卷积层，2个完全连接层和一个最终输出
转载
2024-09-03 21:52:47
39阅读
OpenCV 入门系列：OpenCV 入门（一）—— OpenCV 基础OpenCV 入门（二）—— 车牌定位OpenCV 入门（三）—— 车牌筛选OpenCV 入门（四）—— 车牌号识别OpenCV 入门（五）—— 人脸识别模型训练与 Windows 下的人脸识别OpenCV 入门（六）—— Android 下的人脸识别OpenCV 入门（七）—— 身份证识别本篇我们来介绍在 Android 下
转载
2024-06-17 23:11:29
115阅读
在Windows下安装好opencv2.4.9之后，在"xxx/build/x64/vc10/bin"下有训练中要用到的可执行程序opencv_xxxx.exe等四个可执行程序。注意，由于本人为win7 64bits系统，安装了VS2010，故使用该目录下的可执行程序。 当使用自带程序进行人脸检测训练时，遇到一些问题，整理如下：1.
转载
2024-05-06 23:23:38
27阅读
计算机视觉领域自20世纪60年代末就已经存在。图像分类和目标检测是计算机视觉领域的一些最古老的问题，研究人员已经努力解决了几十年。使用神经网络和深度学习，我们已经达到了一个阶段，计算机可以开始真正地理解和识别一个物体，并具有很高的准确性，甚至在许多情况下超过了人类。要学习神经网络和计算机视觉的深度学习，OpenCV的DNN模块是一个很好的起点。由于其高度优化的CPU性能，初学者也可以很容易地开始
转载
2024-05-25 21:13:06
392阅读
《月令七十二候集解》：“二月中，分者半也，此当九十日之半，故谓之分。秋同义。”《春秋繁露·阴阳出入上下篇》说：“春分者，阴阳相半也，故昼夜均而寒暑平。”今天我们不说计算机视觉基础知识，接下来说说AAAI2019一篇比较新颖的Paper，其是中科院自动化所和京东AI研究院联合的结果，在Wider Face数据集中达到了较高的水准，比arxiv2019_VIM-FD的更好一些。今天要说的就是“Impr
由于项目需要，翻译了一部分可以用于我现在项目的opencv函数，记录于此，原始英文文档来自于。getCudaEnableDeviceCount：返回已安装CUDA设备的数量; 2. setDevice：设置adevice并为当前线程初始化它; 3. getDevice：返回当前设备索引设置或默认初始化; 4. resetDevice：在当前进程中显式地销毁和清除与当前设备相关联的所有资源;
转载
2024-06-24 18:03:26
245阅读
一、图像的基本操作（1）读取图像Img = cv2.imread（"xx.jpg"）img的数据类型为ndarray的格式（2）图像显示可以多次调用，创建多个窗口cv2.imshow（"image",img）（3）等待时间毫秒级，0表示任意键终止，如数字10000表示10秒后自动关闭cv2.waitKey(0)
cv2.destroyAllWindows()（4）图片的属性img.shape(41
转载
2023-12-21 06:02:42
264阅读
在知乎上看到一个有趣的专栏，讲的是国外（日本？）一个牛人用OpenCV+CNN实现了一个人脸识别工具，觉得挺好玩的，所
转载
2024-04-01 14:01:27
327阅读
图像对比度增强的方法可以分成两类:一类是直接对比度增强方法;另一类是间接对比度增强方法。直方图拉伸和直方图均衡化是两种最常见的间接对比度增强方法。直方图拉伸是通过对比度拉伸对直方图进行调整，从而“扩大”前景和背景灰度的差别，以达到增强对比度的目的，这种方法可以利用线性或非线性的方法来实现;直方图均衡化则通过使用累积函数对灰度值进行“调整”以实现对比度的增强。1.直方图拉伸 就
转载
2024-08-29 22:07:50
26阅读
