最近想学习一下分类算法的内容，恰好opencv有SVM的函数，故先从这个下手。找了许多资料，发现要么是opencv2、3的，要么就没有具体实现代码，学习还是把代码与原理一起结合来看比较好。其中，我主要参考的是这一篇文章：学习SVM（一） SVM模型训练与分类的OpenCV实现写得非常好！但是是2017年发布的文章，其中许多内容都做了更新，我用的是opencv 4.5.1版本，win10系统，vs2
转载
2024-03-11 15:18:25
1446阅读
opencv ---- opencv_haartraining 训练目标检测模型1 样本整理 2 训练参数解读 3 测试demo书写一 目标检测样本整理1 使用labelimg 标注目标图像的label文件（附labelimg配置文件及教程网址：） 2 裁剪只包含目标的图片作为正样本，通过计算iou>0.65确定为正样本（可参考mtcnn中 样本生成的方法得到正负局部样本集），还通过调整io
转载
2024-05-13 11:06:30
1191阅读
闲来想完善一下之前做的汽车运动检测的工程，打算认认真真的将整辆车给识别出来，可是唯一的问题是，我手上没有足够的用来做训练的素材，于是从很流行的人脸识别开始，探求一下机器识别的流程如何。花了一些时间，在此作一下笔记。一、使用TBB编译opencv_traincascade.exe会跳到我这篇博文里来的童鞋，多是已经参考网上其他的文章，大概的流程估计已经知晓，文档式的内容我尽量少提。简单的提一下，视觉
转载
2024-02-24 14:20:21
363阅读
最近天气越来越热，春天的气息也越来越浓了。这篇文章算是我专栏里的第一篇文章了（前面那个算是引言吧），这篇文章中主要介绍OpenCV中的基础操作，包括加载图片、显示图片、保存图片等操作。这篇文章里的大部分内容都来自OpenCV的官方教程，其中也有我自己的理解和一部分数字图像处理中的知识。函数库要完成这些操作，我们需要两个函数库：core module和highgui module。前者包括了Open
转载
2024-02-28 22:10:18
42阅读
TensorFlow下使用YOLOv1训练自己的数据集+测试自己的模型一. 前期准备环境：（用cpu跑的）win10 + python3.6.8 + tensorflow2.4.1+pycharmps：本来打算用tensflow-gpu 1.4.2运行的，但是该代码是2.xx版本的tensflow,需要安装tensflow-gpu 2.x.版本，以及cu
转载
2024-07-29 15:09:07
266阅读
在之前的博客人脸识别之一数据收集和预处理之中，已经下载了ORL人脸数据库，并且为了识别自己的人脸写了一个拍照程序自拍。之后对拍的照片进行人脸识别和提取，最后我们得到了一个包含自己的人脸照片的文件夹s41。在博客的最后我们提到了一个非常重要的文件——at.txt。一、csv文件的生成当我们写人脸模型的训练程序的时候，我们需要读取人脸和人脸对应的标签。直接在数据库中读取显然是低效的。所以我们用csv文
转载
2024-01-12 11:03:32
695阅读
概述你对智慧城市领域有兴趣吗？如果是的话，你会喜欢这个关于实现你自己的车辆检测系统的教程在深入实现部分之前，我们将首先了解如何检测视频中的移动目标我们将使用OpenCV和Python构建自动车辆检测器介绍关于智慧城市的理念，以及自动智能能源系统、电网、一键接入端口的想法等等，是一个令人着迷的概念！老实说，这是一个数据科学家的梦想，值得高兴的是世界上很多城市都在朝着更智能的方向发展。智能城市的核心组
原创
2021-01-05 21:59:08
1622阅读
作者|PRATEEK JOSHI 编译|Flin |analyticsvidhya 概述 你对智慧城市的想法感到兴奋吗？如果是的话，你会喜欢这个关于建立你自己的车辆检测系统的教程的 在深入实现部分之前，我们将首先了解如何检测视频中的移动目标 我们将使用OpenCV和Python构建自动车辆检测器
转载
2020-08-21 14:38:00
184阅读
2评论
之前一篇关于yolo的博客快速的将yolov5的demo运行起来体验了一下深度学习的威力，这篇博客以自己搭建口罩识别为例，主要记录一下尝试yolov5训练自有模型并成功运行的过程。我一开始准备在windows上测试的，但那台笔记本空间内存都有限，无法实现训练，只能测试训练好的模型。后来选择在自己的Mac Pro笔记本上面进行测试。要说明的一点是，在Mac上同样要准备好Tensorflow、PyTo
转载
2024-04-16 17:47:02
171阅读
文章目录1. 工程化快速yolo训练流程指定版（无讲解）1.1 抽样数据集+xml转txt+输出量化分析1.2 在训练的机器上部署yolov5项目1.3 划分训练集，输出yaml文件1.4 修改models内的yaml文件1.5 训练yolov5模型1.6 验证yolov5模型1.7 yolov5模型进行推理2. yolov5训练自己数据集详细版2.1 标注数据集2.2 xml转txt的介绍2.
模式识别期末作业，对一个视频中的nemo鱼进行目标跟踪，我是使用opencv完成的。要进行目标跟踪，首先得把目标识别出来，我选用的是基于haar特征的模式识别，要进行模式识别，首先得训练分类器，好在opencv自带了训练分类器的软件，可以在opencv安装目录中找到，如：F:\opencv\build\x86\vc12\bin\opencv_haartraining.exe因为下面正样本描述文件需
转载
2023-12-10 22:13:50
248阅读
LZ也是out很久了，Kinect都已经停产了，才刚刚开始倒腾Kinect，而且LZ的Kinect还是v1，哈哈，没事，有的玩总是好的。今天花了小半天，把Kinect运行起来了，感觉上驱动还是挺好安装的。之前一篇ROS的学习笔记已经把移动机器人环境配置好了，所以现在LZ的电脑环境如下：Ubuntu14.04+ROS Indigo,使用的是Kinect V1.因为之前跑一些程序，导致电脑很卡，所以安
转载
2024-10-31 09:20:31
19阅读
前不久用OpenCV的Haar级联分类器做了一个人脸识别的小demo，为了更直观方便地演示效果，将核心代码放在Qt里面做成一个完整的窗口项目。也是第一次使用Qt开发，遇到一些坑记录在这里。 首先Qt不用多介绍，一个跨平台的图形用户界面应用程序开发框架，在Qt中调用OpenCV库，首先要将其连接到Qt工程中，在pro文件中加入一些内容。INCLUDEPATH += /usr/local/includ
我遇到的问题基本在这篇博文里解决了，非常感谢博主，收藏了！！！我想大家都非常有兴趣使用opencv的haas-like features来训练一个分类器，但在使用过程并不像网上的教程说的那么一番风顺，这篇博文我主要说下大概的训练过程，以及训练过程中遇到的问题和我的解决方案。这里准备数据样本正样本：我准备了5085个人脸，人脸样本的准备我是通过opencv 的人脸检测器 来截取，然后缩放到24*24
转载
2024-03-07 19:28:04
65阅读
上篇博客写了如何利用svm训练自己的模型，用于识别数字，这片博客就是加载模型，然后测试模型到底怎样，正确率高不高。 识别的结果就在这句话中，这句代码的意思是将检测的图片的标签返回回来，结果保存在response中，可以对response进行操作检测自己的模型准确率 int response = (int)svm->predict(p);#include <stdio.h...
原创
2021-07-29 11:41:29
1205阅读
什么时候使用雪花模型？Ralph Kimball，数据仓库大师，讲述了三个例子。对于下面三个例子，使用雪花模型可能是更好的选择。1，一个用户维度表且数据量较大。其中，80%的事实度量表是匿名访问者，仅包含少数详细信息。20%的是可靠的注册用户，且这些注册用户有较为详细的信息，与多个维度表中的数据相连。 2，例如一个金融产品维度表，且这些金融产品有银行类的，保险类等等区别。 因此不同种类的产品有自己
转载
2024-01-02 22:15:51
26阅读
因为有需要要在tx2安装opencv3.2，然而我这jetpack4.4里的opencv版本是4.1.1，需要卸载重装，但是在catkin_make中遇到了问题，这里说一下如何解决。一、卸载原有的opencvsudo apt-get purge libopencv*
sudo apt autoremove
sudo apt-get update查看opencv版本pkg-config opencv
在这篇博文中，我将分享如何使用OpenCV和Python构建自己的车辆检测模型。随着智能交通的普及，车辆检测在智能监控、交通管理等场景中变得愈发重要。接下来，我将详细讲解这个过程，并通过一些图表与代码来阐述关键内容。
## 适用场景分析
车辆检测的应用场景非常广泛，比如交通流量监控、智能停车场管理、自动驾驶系统等。合适的场景分析可以有效帮助我们选择最合适的解决方案。
```mermaid
q
ORB算法简述ORB：An Efficient Alternative to SIFT or SURF是2011年ICCV上作者Rublee所提出，主要针对目前主流的SIFT或者SURF等算法的实时性进行改进。当然在实时性大为提升的基础上，匹配性能也在一定程度较SIFT与SURF算法降低。但是，在图像Two Views匹配对之间变换关系较小时，能够匹配性能逼近SIFT算法，同时计算耗时极大降低。O
转载
2024-05-21 13:18:01
70阅读
今天实现了openface训练了自己第一个人脸识别的模型，实现过程中参照了这个博客帮了我大忙 http://www.vccoo.com/v/2ed520实现的过程和结果如下：前提：我的这台机子已经配置过了openface+dlib，所以我不用太为环境而担忧。环境在实现的过程中就出现了一个错 误：/home/zpj/torch/install/bin/luajit: /home/zpj/
