TensorFlow 对象检测 API 教程 - 第4部分：训练模型在本教程中，认为已经选择了预先训练的模型，找到了现有的数据集或创建了自己的数据集，并将其转换为 TFRecord文件。现在准备好训练自己模型。一. 模型配置文件如果你以前有转移学习的经验，可能会产生一个自从本教程第二部分以来一直徘徊的问题。那个问题是，如何修改被设计为在 COCO 数据集的90个类上工作的预先训练的模型，以处理新数
转载
2024-08-01 21:37:19
53阅读
文章目录写在前面examples/lite/examples/object_detection/android简介使用 Android Studio 在手机上运行安装 demo app 上帝视角：需要准备什么呢？ 上帝视角：Android Studio 运行 demo初见效果再出发关于前面报错模型没有 metadata 信息关于 demo 的主要更新两种 inference 方式的切换关于 dem
一、常量tf.constant([1.2,3.3])1、标量： 2、向量： 3、矩阵4、字符串 5、布尔 二、数值精度tf.constant(12,dtype=tf.int16)1、类型张量可保存为不同字节长度的精度，常用类型：tf.int16、tf.int32、tf.int64、tf.float16、tf.f
在这篇文章中，我们将探讨如何在 Android 平台上使用 TensorFlow Lite 进行物体检测。随着移动设备在视觉计算领域的应用越来越广泛，算法的快速响应和高效性能显得尤为重要。在这篇博文中，我们将从背景定位、参数解析、调试步骤、性能调优、排错指南及生态扩展，系统性地分析如何解决“Android TensorFlow Lite 物体检测”的问题。
### 背景定位
在当前的大数据时代
Table of Contents 一、异常检测二、基于自动编码器的异常检测三、异常检测Tensorflow的实现3.1、数据加载3.2、搭建自编码模型3.3、模型训练3.4、模型预测一、异常检测异常定义为偏离标准，很少发生且不遵循其余“模式”的事件。异常的例子包括：由于世界大事而导致的股市大跌工厂/传送带上的不良物品实验室中被污染的样品假设我们的数据服从一个正太分布，那么通常异常数据位
转载
2023-12-21 11:19:40
234阅读
tensorflow 、SSD
目标检测是AI的一项重要应用，通过目标检测模型能在图像中把人、动物、汽车、飞机等目标物体检测出来，甚至还能将物体的轮廓描绘出来，就像下面这张图。在动手训练自己的目标检测模型之前，建议先了解一下目标检测模型的原理（见文章：大话目标检测经典模型RCNN、Fast RCNN、Faster RCNN，以及M
转载
2023-12-26 20:59:50
127阅读
1. 安装tensorflow, python等，再安装以下工具apt-get install protobuf-compiler python-pil python-lxmlpip install jupyterpip install matplotlib2. 安装protobufgit clone https://github.com/protocolbuffers/pro...
原创
2021-07-10 11:31:30
487阅读
TensorFlow.js入门（一）一维向量的学习
TensorFlow的介绍 TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复
转载
2024-03-04 16:30:46
95阅读
1）安装Protobuf TensorFlow内部使用Protocol Buffers，物体检测需要特别安装一下。 1. # yum info protobuf protobuf-compiler
2. 2.5.0 <-版本太低需要protobuf 2.6.1以上版本
3. # yum -y install autoconf automake libtool curl make
前一篇讲述了TensorFlow object detection API的安装与配置，现在我们尝试用这个API搭建自己的目标检测模型。 一、准备数据集 本篇旨在人脸识别，在百度图片上下载了120张张钧甯的图片，存放在/models/research/object_detection下新建的images文件夹内，images文件夹下新建train和test两个文件夹，然后将120分为1
转载
2023-11-06 12:48:02
58阅读
OpenCV中的轮廓1.1什么是轮廓 轮廓可以简单认为成连续的点（连着边界）连在一起的曲线，具有相同的颜色或者灰度。轮廓在形状分析和物体的检测和识别中很有用。为了准确，要使用二值化图像。需要进行阀值化处理或者Canny边界检测。查找轮廓的函数会修改原始图像。如果之后想继续使用原始图像，应该将原始图像储存到其他变量中。在OpenCV中，查找轮廓就像在黑色背景中超白色物体。你应该记住，要找的物体应该是
转载
2023-11-02 00:35:30
70阅读
一个是findContours( img, contours0, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE);另一个是drawContours( cnt_img, contours, idx, color, 1, 8, hierarchy ); int main( int argc, char**)
{
Mat img = Mat::ze
转载
2024-08-29 17:37:44
32阅读
凸包(Convex Hull)是一个计算几何中常见的概念，简单来说，给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸多边形，它能包含点集中所有点，理解物体形状轮廓的一种比较有用的方法便是计算一个物体的凸包，然后计算其凸缺陷。很多复杂物体的性能能被这种缺陷表示出来 #一、寻找轮廓：findContours()函数 一个轮廓一般对应着一系列的点，也就是图像中的一条曲线，在OpenCV中，可以
转载
2024-08-09 10:40:33
104阅读
@author: huangyongye @creat_date: 2017-04-26前言: 本例子主要介绍 name_scope 之前写过一个例子了： TensorFlow入门（四） name / variable_scope 的使用 但是当时其实还对 name / variable_scope 不是非常理解。所以又学习了一番，攒了这篇
目录简介：1、数据集制作2、slim修改及训练训练：3、模型导出使用官方bazel模型导出：使用tensorflow模块功能导出 简介：本文将记录分类样本如何制作为tfrecord格式，已经如何用tensorflow的slim模块训练分类模型，把模型固化导出。 环境准备：python 3.5tensorflow-gpu 1.10
models-master 
转载
2024-08-22 10:10:23
49阅读
原创
2023-11-13 22:06:41
117阅读
初识轮廓目标• 理解什么是轮廓• 学习找轮廓，绘制轮廓等• 函数：cv2.findContours()，cv2.drawContours()什么是轮廓轮廓可以简单认为成将连续的点（连着边界）连在一起的曲线，具有相同的颜色或者灰度。轮廓在形状分析和物体的检测和识别中很有用。• 为了更加准确，要使用二值化图像。在寻找轮廓之前，要进行阈值化处理或者 Canny 边界检测。• 查找轮廓的函数会修改原始图像
转载
2024-03-18 16:37:51
41阅读
轮廓是图像中表示边界的一系列点的集合。
虽然边缘检测算法可以根据像素间的差异检查出轮廓边界的像素，但是它并没有把轮廓做为一个整体表示出来。所以下一步工作是把这些边缘检测出来的像素组装成轮廓。
openCV中可以用findContours()函数来从二值图像中提取轮廓。
openCV中一般用序列来存储轮廓信息。序列中的每一个元素是曲线中一个点的位置。
转载
2024-09-03 04:18:49
86阅读
文章目录1 轮廓检测2 轮廓绘制3 代码实验 边缘检测之后得到二值图像，二值图像里面，边缘被标记为白色，非边缘部分被标记为黑色。要确定那个边缘是哪个物体的（哪些边缘是连通的）就需要用到轮廓提取。 1 轮廓检测 原理： 利用边缘是否连通，判断是否是同一物体的边缘，然后进行分组。 API： contours,hierarchy=cv2.findContours（image, mode,
转载
2023-07-27 22:50:20
156阅读
# 使用TensorFlow训练物体检测模型
随着计算机视觉技术的发展，物体检测成为了许多智能应用中的关键技术，比如自动驾驶、监控系统以及增强现实等。本文将介绍如何应用TensorFlow训练一个物体检测模型，解决一个实际问题：识别并定位图像中的特定物体。
## 项目背景
假设我们有一个问题：在工厂的生产线上，需要实时监控商品的质量，并识别出不合格的产品。我们的目标是训练一个物体检测模型，帮
