在这段艰难的疫情期间，我们决定建立一个非常简单和基本的卷积神经网络(CNN)模型，使用TensorFlow与Keras库和OpenCV来检测人们是否佩戴口罩。为了建立这个模型，我们将使用由Prajna Bhandary 提供的口罩数据集。这个数据集包括大约1,376幅图像，其中690幅图像包含戴口罩的人，686幅图像包含没有戴口罩的人。我们将使用这些图像悬链一个基于TensorFlow框架的CNN
转载
2024-08-16 22:28:22
61阅读
以下内容是利用opencv自带的训练器opencv_traincascade.exe与opencv_createsamples.exe，来对口罩数据集进行训练。内容是自己操作过程中的笔记，可能会有些杂乱，其他的可以查看一下参考资料。 文章目录0. 检测器初体验1. 数据的准备2. 创建正样本vec文件3. 训练获得xml文件4. 利用训练出来的cascade.xml来验证 0. 检测器初体验由于这
转载
2024-03-07 09:31:54
90阅读
小学期嵌入式高级实验的一个作业，计划完成的是能够识别口罩佩戴检测，和对于没有佩戴的人脸进行人脸识别，然后输出保存。完成的计划如下： 口罩识别：yolov5（视频流） 未佩戴人脸检测：facenet（储存后处理）参考资料是小土堆老师的教程（太详细了，初学者疯狂爱上！！！ 包括pytorch的环境配置和yolov5的课程 这个帖子也主要是我自己记录一下环境配置，真的太麻烦了yolov5完成视频流检测环
转载
2024-09-06 11:43:44
18阅读
经过几天摸索，实现了人脸识别和口罩识别代码，以口罩识别为案例，下面讲解如何实现一、首先linux安装opencv3.4.1库，我这边使用cmake-gui去安装的，执行完成后，拷贝安装包内的opencv_createsamples和opencv_traincascade到一个文件夹，这两个文件是训练xml模型使用的。文件夹有脚本，使用脚本可以直接运行图中指令，等待生成xml模型。做好准备工作，现在
转载
2024-02-19 14:52:10
42阅读
文章导航1.收集正样本2.处理正样本3.收集负样本4.生成描述文件5.训练分类器 1.收集正样本这里需要注意的是，正样本图需要裁剪，使目标物体轮廓很清晰，且正样本图越多越好。2.处理正样本将正样本图片转为灰度图，方便后续处理。def convert_gray(f, **args): # 图片处理与格式化的函数
rgb = io.imread(f) # 读取图片
gray =
转载
2024-03-03 10:11:20
157阅读
opencv训练口罩识别级联分类器数据预处理将照片的命名统一格式将pos.txt文件中的路径复制到excel表格中，并在表格最上方第一方输入names对正样本图片进行统一灰度处理和裁剪处理（负样本一样，只是不进行大小裁剪）在正样本的pos.txt文件后面增加大小描述获取供训练用的vec文件找到OpenCV\build\x64\vc14\bin目录下的opencv_createsamples.ex
转载
2024-04-15 20:03:36
24阅读
本教程目的为让开发者了解深度学习中的完整流程，这包括： 1.数据集导入及预处理流程 2.网络模型选择及参数设置流程 3.模型训练及导出流程 4.模型加载/优化并得出推断结果 项目源码以及数据集下载: 本教程采用了以下主要的软硬件环境： 1.NVIDIA Xavier NX 2.Jetpack 4.6 3.TensorRT 8.0.1 4.Pytorch 1.10.0 5.Python 3.6.9
转载
2024-05-22 22:57:08
36阅读
人脸识别技术已经非常普及啦，现在戴口罩的脸支付宝也可以识别，据报道阿里现在正在尝试主导人脸识别技术的某些标准。在商业上大多数公司会选择国内AI大咖，比如百度智能云、阿里智慧云、华为云、腾讯云等等。这些平台的AI解决方案可以说代表了中国AI的最高水平。那么不使用他们提供的技术我们能不能做相关方面的开发呢？我的答案是可以！不吹不黑，其效果适用于精度要求不是很高的场景，满足一般需求。当然无法比拟这些巨头
转载
2024-03-20 07:03:08
43阅读
文章目录1. 引言2. 基本原理3. 函数解析创建模型设置模型类型设置参数C设置核函数设置迭代算法的终止标准训练SVM模型预测结果误差计算保存SVM模型从文件中加载SVM4. 示例代码官方示例（python）推理阶段（C++版本）5. 小结 1. 引言opencv中集成了基于libsvm1实现的SVM接口，便于直接进行视觉分类任务。对于数据处理和可视化需求来说，可以用python接口opencv
转载
2023-11-15 19:19:41
71阅读
一 采集数据并制作正负样本数据集1.1 录制视频 1.2 将单个视频截取为指定分辨率的图像1.3 处理负样本视频1.4 本次训练正负样本数量选择与图片重编号二 利用matlab制作制作正样本标注框文件三 开始训练opencv级联分类器3.1 生成正样本文件pos.txt3.1.1 对label.txt进行处理,3.1.2 生成暂时性的pos.txt即pos_tmp.txt3.1
转载
2024-04-24 13:27:58
84阅读
文章目录前言一、项目结构在这里插入图片描述二、源码1.程序入口2.SVM_Classify类的设计3.Classfication_SVM类的设计总结 前言本文主要使用opencv实现图像分类器一、项目结构二、源码1.程序入口int main(void)
{
//int clusters=1000;
//Classfication_SVM c(clusters);
特征聚类
//c.Tra
转载
2024-03-25 17:39:24
155阅读
提供一个人脸检测的训练工程，其里面包括原始的训练样本、制作好的训练样本、训练指令等，感觉其样本分类特别麻烦其下载地址为：opencv使用cascade分类器训练人脸检测的样本与相关文件1 、opencv里的分类器大概介绍： OpenCV中有两个程序可以训练级联分类器： opencv_haartraining and opencv_traincascade``。 ``opencv_tra
转载
2024-05-01 14:19:08
31阅读
环境：opencv-4.0，python，c++ 方法：opencv_createsamples，opencv_traincascade，haar特征或者lbp特征+cascade分类器 流程： 收集样本，处理样本 训练分类器 目标检测一. 收集样本，处理样本 收集正样本关于正样本的收集
转载
2023-11-18 10:18:07
73阅读
根据 Worldometer 汇编的数据（截至 2020 年 6 月 5 日），冠状病毒病已蔓延到超过 213 个国家，在全球范围内感染了超过 700 万人并造成超过 403,202 人死亡为了限制冠状病毒的传播，保持社交距离和遵守卫生标准（例如强制佩戴口罩、使用手手套、面罩和使用消毒剂）非常重要。许多组织强制要求遵守社交距离和戴口罩。本文介绍了如何使用 OpenCV 和 Python 检测口
转载
2024-01-04 21:56:44
20阅读
人脸识别的故事说也说不完，调研的事还是交给大家吧。这里说的是用OpenCV做人脸识别。因为是真正的人脸识别，不是搞笑娱乐的东西，所以数据库一定要强大的，推荐个网站http://www.face-rec.org/databases/。这里有最全的人脸库的概述，希望大家能找到自己需要的人脸库（PS：我现在特别需要一个3d的人脸库，不知道哪位大侠知道如何free获取，或者愿意共享给我那更是极好的了，先谢
转载
2024-08-09 15:34:15
81阅读
目录0. 前言1. 训练1.1 获取口罩佩戴检测数据集1.2 训练环境配置1.3 修改模型文件和数据集文件1.3.1 使用的模型1.3.2 下载yaml文件并修改1.4 训练1.4.1 修改训练参数1.4.2 训练结果1.5 转换为onnx格式2. 使用口罩佩戴实时检测项目2.1 cv2.dnn推理yolov5n2.1.1 读取模型2.1.2 letterbox函数2.1.3 推理2.1.3 NM
转载
2024-05-01 13:49:07
285阅读
目标在本教程中，我们将学习Haar级联对象检测的工作原理。我们将使用基于Haar Feature的Cascade分类器了解人脸检测和眼睛检测的基础知识。我们将使用cv::CascadeClassifier类来检测视频流中的对象。特别是，我们将使用以下函数： cv::CascadeClassifier::load来加载.xml分类器文件。它可以是Haar或LBP分类器 cv::CascadeClas
转载
2024-06-11 13:44:19
85阅读
目标检测方法最初由Paul Viola [Viola01]提出，并由Rainer Lienhart [Lienhart02]对这一方法进行了改善. 首先，利用样本（大约几百幅样本图片）的 harr 特征进行分类器训练，得到一个级联的boosted分类器。训练样本分为正例样本和反例样本，其中正例样本是指待检目标样本(例如人脸或汽车等)，反例样本指
转载
2023-07-27 20:36:06
77阅读
一、简介 目标检测方法最初由PaulViola提出，并由Rainer Lienhart对这一方法进行了改善。该方法的基本步骤为： 首先，利用样本（大约几百幅样本图片）的harr 特征进行分类器训练，得到一个级联的boosted分类器。分类器中的"级联"是指最终的分类器是由几个简单分类器级联组成。在图像检测中，被检窗口依次通过每一级分类器， 这样在
转载
2023-11-28 22:39:21
92阅读
