2013年08月08日 ⁄ 综合 ⁄ 共 1061字 ⁄ 字号 小 中 大 ⁄ 评论关闭
经过近一个月的工程实战，把自己累积的经验分享给大家，教你如何训练一个收敛的，比opencv自带的data效果好的xml。
openv有两个训练exe，一个是opencv_haartraining.exe，一个是opencv_traincascade.exe，后者是前者的新版本，一般
转载
2014-03-30 23:52:00
228阅读
2评论
【火炉炼AI】机器学习052-OpenCV构建人脸鼻子眼睛检测器(本文所使用的Python库和版本号: Python 3.6, Numpy 1.14, scikit-learn 0.19, matplotlib 2.2，opencv-python 3.4.2)有两个重要的概念需要澄清一下：人脸检测：是指检测图像或视频中是否存在人脸，以及定位人脸的具体位置，人脸识别：确定图像或视频中的人脸是张三还是
继上次介绍了三种基本的图像数字水印算法以及代码后，其中大部分实验者都需要进行水印的抗攻击实验来测量算法的性能。上次文中也提到后期会介绍图像攻击算法，今天就介绍几个简单的图像攻击。一、 展示攻击代码 为了服务上次文章提到的数字水印攻击实验，先将代码展示如下吧，具体的使用接下来说明。%% 进行攻
目录1. opencv CascadeClassifier人脸检测步骤2. CascadeClassifier分类器简介2.1 从文件中加载级联分类器2.2 目标检测方法3. 代码实现 1. opencv CascadeClassifier人脸检测步骤从文件加载级联分类器读取图片并灰度化resize灰度图直方图均衡化，得到对比度更强的输出图像detectMultiScale检测2. Cascad
TensorflowAPI的使用以及 使用自己的数据集进行目标检测参考链接： 英文：英文参考链接一：下载对应的模型模型下载地址： 上网自行搜索COCO-trained models {#coco-models}选择对应的模型 在这里我下载使用的是 faster_rcnn_inception_v2_coco_2018_01_28.tar.gz并将faster_rcnn_inception_v2_co
(1)查看cuda版本： nvcc -V gcc --version (2) 安装 PyTorch and torchvision conda install pytorch cudatoolkit=10.1 torchvision -c pytorch (3)通过mim安装mmdetection ...
转载
2021-10-12 17:44:00
933阅读
2评论
一、引言贡献有三点：开发了一个高效、强大的目标检测模型，可以让任何人仅仅通过1080TI或2080TI训练一个快速且检测准确的检测器。通过大量的训练实验验证Bag of Freebies和Bag of Specials对检测的影响。改进CBN、PAN、SAM等等方法，使之更适合单GPU训练。yolov4跟其他算法的对比图：二、相关工作2.1 目标检测模型深度学习的目标检测器一般包含两个部分。第一，
前言1.前面已经演示过使用OpenCV官方分类器实现人脸检测并拍照下要用来训练人脸识别的样本数据，并生成包含有人脸样本的列表文件（.txt）文件。 2.我的编程环境是Windows 7 64位，IDE是VS2015，配置了OpenCV3.3与OpenCV_Contrib,Boost 1.66,其中Boost是用来操作文件和目录用的，是于如果配置以上的环境，可以看我之前写的博文。 3.OpenCV
一、E3检测器简介平均停车次数、车辆通过区域的平均延误、一段时间内进入检测区域车辆数、一段时间内进入检测区域但还未离开的所有车辆的平均速度、一段时间内进入检测区域但还未离开的所有车辆的平均停车次数等，详见下表。NameTypeDescriptionbegin(simulation) secondsThe first time step the values were collected inend
弱监督目标检测论文相关1.传统目标检测2014年之前->传统的目标检测器：VJ检测器->HOG检测器->DPM2014年之后->基于深度学习的目标检测器：双阶段：RCNN->SPPNet->Fast RCNN->Faster RCNN->Feature Pyramid Networks单阶段：YOLO->SSD->RetinaNet 现
最近开发了一个手势处理的项目（零基础也可以学，就是针对零基础的），我在这儿简单的复述一下原理，总体来说还是比较简单的，主要运用的知识就是opencv，python基本语法，图像处理基础知识。最终实现结果：获取视频（摄像头）这部分没啥说的，就是获取摄像头。cap = cv2.VideoCapture("C:/Users/lenovo/Videos/1.mp4")#读取文件
#cap = cv2.Vi
算法利用了两阶结构， 先实现感兴趣区域的生成， 再进行精细的分类与回归， 虽出色地完成了物体检测任务， 但也限制了其速度， 在更追求速度的实际应用场景下， 应用起来仍存在差距。 在此背景下， YOLO v1算法利用回归的思想， 使用一阶网络直接完成了分类与位置定位两个任务， 速度极快。 随后出现的YOLO v2与v3检测精度与速度上有了进一步的提升， 加速了物体检测在工业界的应用， 开辟了物体检测
10种轻量级人脸检测算法的比拼 10 kinds-light-face-detector (1) Ultra-Light-Fast-Generic-Face-Detector，程序里简写为ultraface(2) LFFD：A Light and Fast Face Detector for Edge Devices，程序里简写为lffdface(3) Center
边缘检测是以较小的算子为基础的，具有两个建议1、灰度变化与图像尺寸无关，因此检测要求使用不同尺寸的算子。2、灰度的突然变化会在一阶导数产生波峰波谷，在二阶导数
原创
2022-06-27 22:16:01
141阅读
参照N多篇老外的论文做的美女检测器。 （1）检测身体各部位 输入： 输出： 检测出头部、身体、左胳膊，右胳膊，左腿，右腿 再来张： 再来张人脸的：
原创
2022-08-01 14:23:44
157阅读
现在数字无处不在，无论是闹钟、健身追踪器、条形码还是包装好了的送货包裹。利用MNIST数据集，机器学习可用来读取单个手写数字。现在，我们可以将其扩展为读取多个数字，如下所示。底层的神经网络同时进行数字定位和数字检测。这在很多实际环境中是非常有用的，例如读取商店中的标签，车牌，广告等。
原创
2021-07-16 17:39:21
805阅读
目录
综述代码解读 step by step
1 预处理阶段
11 载入训练集测试集12 图片上采样13 镜像图片
2 训练阶段
21 定义scanner用于扫描图片并提取特征22 设置scanner扫描窗口大小23 定义trainer用于训练人脸检测器24 训练生成人脸检测器25 测试
3 t
转载
2017-05-30 00:27:00
212阅读
2评论
目录(?)[-]：综述代码解读 step by step1 预处理阶段11 载入训练集测试集12 图片上采样13 镜像图片2 训练阶段21 定义scanner用于扫描图片并提取特征22 设置scanner扫描窗口大小23 定...
转载
2021-09-03 10:37:01
667阅读
文章目录前言一、人脸检测1.基于Haar的人脸检测2.基于深度学习的人脸检测二、人脸识别1.特征脸EigenFaces2.人鱼脸FisherFaces3.局部二进制编码直方图LBPH4.DLIB总结 前言人脸检测有几种方法，主要讲2种，一种是基于Haar，另外一种基于深度学习，从效果上看肯定是后者效果较好，但是前者简单。 人脸识别讲4种方法，EigenFaces、FisherFaces和LBPH
在检疫期间，我们的体育活动非常有限，这样并不好。在进行一些居家运动时，我们必须时刻保持高度的注意力集中，以便记录自己每天的运动量。因此我们希望建立一个自动化的系统来实现运动量计算。考虑到我们在深蹲时，有明确阶段和大幅度变化的基本运动，实现对深蹲的计数会相对比较简单。
原创
2021-07-15 11:39:54
472阅读
