TensorFlow 2.0 整合了 Eager Execution 的简易性和 TensorFlow 1.0 的强大功能。这种整合的核心是 tf.function，方便您将 Python 语法子集转换为便携的高性能 TensorFlow 图形。AutoGraph 是 tf.function 的一项出色新功能，让您可以使用自然的 Python 语法编写图形代码。如需可以与 AutoGra
转载
2024-09-26 09:07:01
29阅读
本系统分为定位部分（包括车牌的定位和车标的定位）和车标特征向量提取和识别部分。本文车标的定位是根据车牌和车标的先
原创
2022-10-10 15:14:27
188阅读
1.tf.multiply（）两个矩阵中对应元素各自相乘 格式: tf.multiply(x, y, name=None) 参数: x: 一个类型为:half, float32, float64, uint8, int8, uint16, int16, int32, int64, complex64, complex128的张量。 y: 一个类型跟张量x相同的张量。 返回值： x * y elem
网络摄像机智能算法的关键是对包含运动目标的图像序列进行分析处理，其核心技术就是对场景中活动目标的检测、跟踪、识别，以及进一步的行为分析及事件检测。目标跟踪的目的就是通过对视频数据的处理与分析，将图像序列中不同帧内同一运动目标关联起来，从而计算出目标的运动参数，如位置、速度、加速度以及运动轨迹等。基于多目标识别与跟踪技术的视频监控应用文/江浩现有的运动目标检测方法可以归纳为四种：背景减除法、时间差分
转载
2024-03-19 21:17:41
54阅读
目标检测(Object Detection)是人工智能最基础的应用，不论是我们常见的人脸识别，还是高大上的自动驾驶，都离不开目标检测。要从一幅复杂的画面中识别出物体或人物，需要复杂的算法，想想就觉得深奥，不过好在有TensorFlow这样的框架，具有强大的目标检测API，让没有机器学习背景的人也可以快速构建和部署功能强大的图像识别软件。本系列文章就是来探讨如何借助TensorFlow深度学习框架来
转载
2024-03-07 14:00:16
33阅读
Tensorflow object detection API简单介绍Tensorflow object detection API：这个API是基于tensorflow构造的开源框架，易于构建、训练和部署目标检测模型。关于tensorflow安装：自行百度， 教程很多，分CPU,GPU版本的；环境： win10 &
转载
2024-04-21 19:24:45
39阅读
世界名车车标，对车有兴趣的进来看看！
原创
2009-09-19 11:12:17
579阅读
1评论
之前在做实时监控中人脸识别、人体姿态识别等项目，可以说一直在与视频打交道，今日心血来潮，顺便帮助师妹快速了解目标检测，特意选择了谷歌开源的Object-Detection API实现基于视频的目标检测。测试环境：Win7、Anaconda3、tensorflow、opencv、CPU一、Anaconda3下安装tensorflow和opencv1、创建anaconda虚拟环境conda creat
转载
2024-05-16 01:17:29
90阅读
1.算法描述
车标识别技术研究是近几年出现的,尚未成熟。智能交通系统主要应用于高速公路收费管理系统、高速公路超速自动化监管系统、公路布控管理系统、城市交通路口的“电子警察”,以及停车场收费管理系统等。汽车标志作为汽车重要特征之一,其识别也是识别出汽车类型的重要因素之一,因此成为交通系统的重要组成部分。所以,人们开始关注这一特征的研究,并提出一些关于车标定位与识别的方法,但大部分是借用车牌与人脸的定
原创
2023-03-23 13:10:46
321阅读
1 损失函数计算目标检测的损失函数和目标分类的损失有很大的不同，目标检测需要输出目标的坐标，类别，置信度，既然输出了这三个值，那训练的时候，也需要针对这三个参数计算损失值。这一步其实算是整个目标检测中最重要和复杂的一部分。1.1置信度计算先谈一谈什么是置信度，置信度就是在这个网格中的每个anchors有目标的概率，比如第2行第2列网格的第2个anchors，我们给它起个名叫小Y，在训练中，经过网络
转载
2024-03-11 12:23:33
60阅读
车标
转载
2022-02-17 18:07:14
1902阅读
作为一名合格的汽车粉，随意跑来一辆车能说出是啥牌子的是基本功，要是还能说出是啥型号和价格，那就是大神了。一、中国品牌二、德国品牌三、美国品牌四、日本品牌五、韩国品牌六、法国品牌七、意大利品牌八、汽车中国-进口品牌九、自主品牌十、其他品牌本人初出茅庐，热衷于网络技术和Linux的学习，有志同道合的朋友，俺不亦乐乎，欢迎来企鹅群“计算机梦工厂”。
转载
精选
2015-09-17 20:12:24
1585阅读
1.级联分类器在这里，我们学习如何使用objdetect来寻找我们的图像或视频中的对象在本教程中, 我们将学习Haar级联目标检测的工作原理。 我们将看到使用基于Haar特征的级联分类器进行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。特别地，我们将使用以下功能: cv::CascadeClassifier::load加载一个.xml分类
转载
2024-04-07 09:09:42
94阅读
通常，图像处理软件会提供"模糊"（blur）滤镜，使图片产生模糊的效果。"模糊"的算法有很多种，其中有一种叫做"高斯模糊"（Gaussian Blur）。它将正态分布（又名"高斯分布"）用于图像处理。本文介绍"高斯模糊"的算法，你会看到这是一个非常简单易懂的算法。本质上，它是一种数据平滑技术（data smoothing），适用于多个场合，图像处理恰好提供了一个直观的应用实例。一、高斯模糊的原理所
整理翻译自：https://github.com/waleedka/traffic-signs-tensorflow交通标识分类-tensorflow实现测试平台为win10系统，python3运行环境，需配置tensorflow-gpu。首先引入必要的库importosimportrandomimportskimage.dataimportskimage.transformimportmatpl
原创
2021-02-27 22:26:18
549阅读
测试平台为win10系统，python3运行环境，需配置tensorflow-gpu。
首先引入必要的库
import os
import random
import skimage.data
import skimage.transform
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
import
原创
2021-06-15 10:45:09
310阅读
作 者：XJTU_Ironboy 本文结构：摘要介绍 2.1 大致框架 2.2 测试评价指标 2.3 相关比赛介绍 2.4 相关数据集介绍基于图像处理和机器学习算法 3.1 滑动窗口 3.2 提取特征 3.1.1 Harr特征 3.1.2 SIFT(尺度不变特征变换匹配算法) 3.1.3 HOG(方向梯度直方图特征) 3.1.4 SURF(加速稳健特征) 3.3 分类器 3.2 经典的检
转载
2023-08-22 14:37:46
80阅读
识别图片中曲线并获取其坐标有时候需要用到一些数据库里面曲线图的数据，进行进一步的变换处理，但是很多时候都只有图片，没有数据。基于这个问题，给出了以下算法。思路： 1）通过图像算法中常用的边界识别的方法来识别曲线； 2）根据曲线上每一点的像素坐标和坐标轴的数值范围，来计算曲线上每一个像素点在坐标轴中的像素坐标。实现过程：一、曲线识别1）图片预处理思路： 将待处理的图像转换成灰度图，在转换成二值
转载
2023-10-20 15:53:23
738阅读
在Windows上调试TensorFlow 2.0 中文手写字识别（汉字OCR）一、环境的搭建 Windows+1080Ti+Cuda10.1 Tsorflow2.0.0 Numpy1.16.4 注意：这里tensorflow和numpy的版本一定不能错，要不然后面会有意想不到的bug！！二、数据的准备 数据全部来自于CASIA的开源中文手写字数据集，该数据集分为两部分： CASIA-HWDB：离
转载
2024-03-23 13:03:32
470阅读
R-CNN首先通过SS算法提取2k个左右的感兴趣区域，再对感兴趣区域进行特征提取。存在缺陷：感兴趣区域彼此之间权值无法共
原创
2024-08-02 11:30:09
107阅读
