文章目录参考资料1. 安装步骤1.1 仅构建核心模块1.2 构建含有opencv_contrib的版本2. 安装过程碰到的问题2.1 编译opencv时，卡在IPPICV 其实官网步骤已经非常清楚了，只不过是英文的，可能有小伙伴看不下去，所以不妨看看这篇博客。1. 安装步骤进入官网，选择你要下载的opencv版本，例如这里我选择的是4.5.3版本：选择完版本之后，有两种可供选择的构建方式，一个
转载
2024-04-02 17:44:44
29阅读
手势识别手势识别技术是一种非常有用的技术，它可以将人类的手势转化为计算机可以理解的形式，从而实现更加自然、快速和直观的交互方式。本文将介绍一种基于MediaPipe和OpenCV的手势识别技术，可以实现对手势的实时识别和分析。 文章目录手势识别MediaPipe在本文中，我们将使用MediaPipe和OpenCV来实现手势识别技术，并且将其应用于实际场景中。总结 MediaPipeMediaPip
转载
2024-03-28 13:10:26
95阅读
为什么pytorch要对c++/cuda进行拓展在初始阶段，使用pytorch提供的接口组合搭配自己的神经网络就可以了，但是，随着深入进行，比如说要实现一个自己新的算法，或者是自己定义的新的层，光使用pytorch模块是不够的。虽然，pytorch在特定的模块上进行了很好的优化，，但加入将这些组合起来，一般pytorch只会按照设计好的操作去使用gpu通道，这样会使得通道空闲或者超负载，然而pyt
第一步：在win7的命令框输入cmd，进入dos命令窗口第二步：新建一个文件夹trainXML用于存放所需的样本和程序；在trainXML文件夹下创建文件夹pos用于存放正样本的人脸图片、文件夹neg用于存放负样本的图片、xml用于存放训练的模型；将opencv中的opencv_createsamples.exe、opencv_traincascade.exe和opencv_world341.dl
转载
2023-12-20 05:15:01
65阅读
OpenCV 3.3版本发布，对深度学习（dnn模块）提供了更好的支持，dnn模块目前支持Caffe、TensorFlow、Torch、PyTorch等深度学习框架。1 加载模型成网络1-1 调用caffe模型核心代码：String modelDesc = "../face/deploy.prototxt";String modelBinary = "../face/res10_300x300_s
原创
2022-08-08 11:37:27
1365阅读
TLD(跟踪学习检测)是英国萨里大学的捷克学生Zdenek Kalal在其2010的一篇论文中提出的实时性较好的单目标长时间跟踪算法。其主页上有相关的文章下载，源码是从这里下载的，还可以找到安装步骤，我先跑的是MATLAB+C的TLD程序自己按照步骤加上网站上别人的一些做法。 我的电脑软件环境是：win7(32位)+VS2010+Matlab2013a+OpenCV2.4.4下载并安装完各个软件
转载
2024-05-13 20:21:54
43阅读
支持向量机作为经典的二分类算法，在数学建模比赛中的优越性在于可解释性较强 —— 不像某神经网络因为核函数的引入，会使得数据的维度增加，当维度大于 3 时无法可视化所以在此只针对线性 SVM 进行讲解，以二维样本的二分类为例线性可分对于该部分样本，显然有 (紫色实线) 将蓝色样本、橙色样本分离开记每一个样本为 ，给定标签 ，该分界线 (紫色实线) 使得：正样
“前文我们已经讲了一部分常见的张量操作，本文让我们继续吧~”本文我们继续来讲讲张量的压缩与扩张、张量与张量的运算、求张量的最大最小值、操作第0维、张量的堆叠、调整维度顺序、改变张量的形状等常用操作。01—张量的压缩与扩张张量的压缩是指删除长度为1的维度，扩张则是相反的操作——在某位置添加长度为1的维度，见以下代码：注意：当要删除的某个维度长度不是1时，将不作删除。auto a = torch::z
转载
2024-02-09 11:33:42
58阅读
实验对比前端时间搭建了TensorRT 、 Torchserve-GPU，最近抽时间将这两种方案做一个简单的实验对比。实验数据Cuda11.0、Xeon® 6242 3.1*80、RTX3090 24G、Resnet50TensorRT 、Torchserve-GPU各自一张卡搭建10进程接口，感兴趣的可以查看我个人其他文章。30进程并发 、2000 张1200*720像素图像的总量数据Tenso
转载
2024-08-07 21:40:25
97阅读
1 准备数据集import torch
import torchvision
# 去网上下载CIFAR10数据集【此数据集为经典的图像数字识别数据集】
# train = True 代表取其中得训练数据集；
# transform 参数代表将图像转换为Tensor形式
# download 为True时会去网上下载数据集到指定路径【root】中，若本地已有此数据集则直接使用
train_data=
转载
2024-05-13 12:45:08
121阅读
我按照here的说明成功添加了OpenCV.但是我已经尝试将tesseract添加到Android.mk中,现在已经有几天了,而且还无法做到.我有一个使用tesseract的android.cpp所以我必须在我的Android.mk中包含依赖项.我发现this post几乎是确切的问题,他解决了它将libtess.so和liblept.so文件导入Android.mk,但没有解释如何做到这一点,所
OpenCV 调用自己用TensorFlow训练的模型识别mnist数据集图片这是本人第一次写博客，之前都是学习别人写的博客，在这里感谢做出贡献的你们。关于这个编辑器的使用还比较陌生，介于本人也是OpenCV和TensorFlow的初学者，文章中有错误的地方，欢迎批评与指正。开发环境OpenCV 3.4.7TensorFlow 1.14.0VS2015数据准备mnist数据集mnist数据集中的图
tensorflow基础入门思考一个问题:如何刚好学习TensorFlow类比为一门开发语言，学会语法，api的调用， 原理性掌握。语言的要素:基础数据类型 运算符 流程 字典 数组import tensorflow as tf
# 常量，指定数据类型
data1 = tf.constant(2,dtype=tf.int32)
# 变量，指定变量名
data2 = tf.Variable(10
目录前言1.安装cuda和cudnn11.1并配置2.Yolov4-tiny垃圾训练步骤前言第七届全国大学生工程训练大赛结束也有一段日子了，成绩还不错，拿了个国一，在这里总结一下，垃圾桶上用的jetson nano4B，垃圾训练用的自己的win10电脑，当然也能在服务器上训练，这里我就详细介绍一下如何用自己的电脑+显卡进行训练，话不多说，开冲！1.安装cuda和cudnn11.1并配置参考：【NV
转载
2024-09-01 18:12:17
263阅读
配置好WSL2相关环境后，要想对pytorch进行GPU加速，需要进行以下步骤：更新Windows系统，只有版本在Win10 21H2以上，也就是目前最新的Win10版本才行，这是一个大坑，官方更新网址：https://www.microsoft.com/zh-cn/software-download/windows10在更新系统之后，我们需要给电脑更新驱动，我们需要在Windows端安装一个带有
转载
2024-04-23 10:20:04
48阅读
文章目录导读论文地址实现代码 导读之前看了ConvNext论文，我们知道了ConvNext是基于ResNet50改进而来，我们梦回初始看看ResNet是如何实现的Deep Residual Learning for Image Recognition发表于2015年，这是过去6、7年里用到最多的一篇文章，至今引用数量已经到了11w，虽然最开始resnet是用在CV领域，但是后来我们可以看到基本上
转载
2024-04-18 13:00:21
62阅读
第一次尝试用openCV-python进行了人脸训练和人脸识别，主要参考下面的文章：稍有区别，区别在于：1. 在jm文件夹中放置训练图片命名格式为：人脸唯一编号.人脸姓名.图片编号，如图所示。这样第4步人脸识别的时候就能根据识别人脸的编号确定对应人名。2. 摄像头人脸采集像上面拍照处理照片比较繁琐，特别是需要大量照片训练时，可以直接用摄像头采集人脸照片。代码如下：# -*- coding: utf
转载
2024-06-26 11:15:37
39阅读
OpenCV最简单的环境配置以及读图显示视觉软件简介** 计算机视觉是在图像处理的基础上发展起来的新兴学科. OpenCV 是一个开源的计算机视觉库，是英特尔公司资助的两大图像处理利器之一。它为图像处理、 模式识别、三维重建、物体跟踪、机器学习和线性代数提供了各种各样的算法。 当然除了OpenCV之外还有一些优秀的机器视觉开发软件包，比如大家熟悉的Matlab、Halcon、Vision Pro以
转载
2024-05-03 17:08:25
24阅读
现在要针对我们需求引入检测模型，只检测人物，然后是图像能侧立，这样人物在里面占比更多，也更清晰，也不需要检测人占比小的情况，如下是针对这个需求，用的yolov3-tiny模型训练后的效果。 Yolov3模型网上也讲烂了，但是总感觉不看代码，不清楚具体实现看讲解总是不清晰，在这分析下darknet的实现，给自己解惑，顺便也做个笔记。 首先查看打开yolov3.cfg，我们看下
前言 grabcut是在graph cut基础上改进的一种图像分割算法，它同样是基于图割理论的，关于图割的简单介绍可以参考本人前面的博文：一些知识点的初步理解_8(Graph Cuts,ing...) 。稍微看了下grabcut方面的论文，论文中一般都是在graph cut上作改进，比如说引入了GMM模型等。同graph cut一样，在使用grabcut是也是需要人机交互的，即人工先
