文章 2024-10-21 来自:开发者社区

基于计算机视觉(opencv)的运动计数(运动辅助)系统-源码+注释+报告

基于计算机视觉(opencv)的运动计数系统 Notice:本文的源码均为开源代码,(由于文章篇幅有限,文章中的源码均是伪代码),需要源码的小伙伴可以先关注我,私信或评论与我联系,大家一起学习 1、项目简介 1.1研究背景及意义 随着全民健身热潮的兴起,越来越多的人积极参加健身锻炼,但由于缺乏科学的运动指导,使健身难以取得相应的效果。据市场调查显示,没有产品可以自...

基于计算机视觉(opencv)的运动计数(运动辅助)系统-源码+注释+报告
文章 2023-12-19 来自:开发者社区

【Keras+计算机视觉+Tensorflow】实现基于YOLO和Deep Sort的目标检测与跟踪实战(附源码和数据集)

需要源码和数据集请点赞关注收藏后评论区留言私信~~~一、YOLO目标检测算法        YOLO是端到端的物体检测深度卷积神经网络,YOLO可以一次性预测多个候选框,并直接在输出层回归物体位置区域和区域内物体所属类别,而Faster R-CNN仍然是采用R-CNN那种将物体位置区域框与物体分开训练的思想,只是利用RPN网络,将提取候选框的步骤放在深度卷....

【Keras+计算机视觉+Tensorflow】实现基于YOLO和Deep Sort的目标检测与跟踪实战(附源码和数据集)
文章 2023-12-19 来自:开发者社区

【Keras+计算机视觉+Tensorflow】DCGAN对抗生成网络在MNIST手写数据集上实战(附源码和数据集 超详细)

需要源码和数据集请点赞关注收藏后评论区留言私信~~~一、生成对抗网络的概念生成对抗网络(GANs,Generative Adversarial Nets),由Ian Goodfellow在2014年提出的,是当今计算机科学中最有趣的概念之一。GAN最早提出是为了弥补真实数据的不足,生成高质量的人工数据。GAN的主要思想是通过两个模型的对抗性训练。随着训练过程的推进,生成网络(Generator,....

【Keras+计算机视觉+Tensorflow】DCGAN对抗生成网络在MNIST手写数据集上实战(附源码和数据集 超详细)
文章 2023-12-19 来自:开发者社区

【计算机视觉】FCN、Seg-Net、U-Net模型进行图像分割实战(附源码和数据集 超详细必看)

需要源码和数据集请点赞关注收藏后评论区留言私信~~~一、图像分割的概念图像分割(image segmentation)技术是计算机视觉领域的重要研究方向,是图像识别、图像语义理解的重要一环。图像分割是指将图像分成若干具有相似性质的区域的过程,从数学角度来看,图像分割是将图像划分成互不相交的区域的过程。如下图所示,图像中的每个像素被分到不同的类别。与目标检测算法相比较,图像分割算法更适合精细的图像....

【计算机视觉】FCN、Seg-Net、U-Net模型进行图像分割实战(附源码和数据集 超详细必看)
文章 2023-12-19 来自:开发者社区

【Keras计算机视觉】Faster R-CNN神经网络实现目标检测实战(附源码和数据集 超详细)

需要源码请点赞关注收藏后评论区留言私信~~~一、目标检测的概念目标检测是计算机视觉和数字图像处理的一个热门方向,广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域,通过计算机视觉减少对人力资本的消耗,具有重要的现实意义。因此,目标检测也就成为了近年来理论和应用的研究热点,它是图像处理和计算机视觉学科的重要分支,也是智能监控系统的核心部分,同时目标检测也是泛身份识别领域的一个基础性的....

【Keras计算机视觉】Faster R-CNN神经网络实现目标检测实战(附源码和数据集 超详细)
文章 2023-12-19 来自:开发者社区

【计算机视觉+CNN】keras+ResNet残差网络实现图像识别分类实战(附源码和数据集 超详细)

需要源码和数据集请点赞关注收藏后评论区留言私信~~~一、深度卷积神经网络模型结构1:LeNet-5LeNet-5卷积神经网络首先将输入图像进行了两次卷积与池化操作,然后是两次全连接层操作,最后使用Softmax分类器作为多分类输出,它对手写数字的识别十分有效,取得了超过人眼的识别精度,被应用于邮政编码和支票号码,但是它网络结构简单,难以处理复杂的图像分类问题 2:AlexNet随着高效....

【计算机视觉+CNN】keras+ResNet残差网络实现图像识别分类实战(附源码和数据集 超详细)
文章 2023-12-19 来自:开发者社区

【Python计算机视觉】项目实战之图像增强imguag对关键点变换、标注框变化(附源码 超详细必看)

需要源码或运行有问题请点赞关注收藏后评论区留言私信~~~一、imgaug简介imguag使一个用于机器学习实验中图像增强的Python依赖库,支持Python2.7和Python3.4以上的版本,它支持多种图像增强技术,并允许轻松地组合这些技术,具有简单但功能强大的随机界面,支持关键点(Keypoint)和标准框(Bounding Box)一起变换,并在后台进程中提供增强功能以提高性能在Pych....

【Python计算机视觉】项目实战之图像增强imguag对关键点变换、标注框变化(附源码 超详细必看)
文章 2023-12-19 来自:开发者社区

【Keras+计算机视觉+Tensorflow】OCR文字识别实战(附源码和数据集 超详细必看)

需要源码和数据集请点赞关注收藏后评论区留言私信~~~一、OCR文字识别简介利用计算机自动识别字符的技术,是模式识别应用的一个重要领域。人们在生产和生活中,要处理大量的文字、报表和文本。为了减轻人们的劳动,提高处理效率,从上世纪50年代起就开始探讨文字识别方法,并研制出光学字符识别器。OCR(Optical Character Recognition)图像文字识别是人工智能的重要分支,赋予计算机人....

【Keras+计算机视觉+Tensorflow】OCR文字识别实战(附源码和数据集 超详细必看)
文章 2023-05-18 来自:开发者社区

【CUDA学习笔记】第十篇:基本计算机视觉操作【下】(附实践源码下载)(二)

2、图像形态学操作        图像形态学与图像的区域和形状有关,用来提取有助于表示形状和区域的图像组件。与前面看到的其他图像处理操作不同,图像形态学将图像视为一堆集合的总和。图像与一种称为结构元素的小模板交互作用,这种小模板定义图像形态学中的感兴趣区域或邻域。这里将逐一解释各种可执行在图像上的形态学操作:侵蚀:侵蚀将中心像素设置为邻域中所有像素的最小值....

【CUDA学习笔记】第十篇:基本计算机视觉操作【下】(附实践源码下载)(二)
文章 2023-05-18 来自:开发者社区

【CUDA学习笔记】第十篇:基本计算机视觉操作【下】(附实践源码下载)(一)

1、高通滤波器        高通滤波器可去除图像中的低频成分并增强高频成分,因此当高通滤波器应用于图像时,将可去除属于低频范围的背景并增强属于高频成分的边缘,因此高通滤波器也称为边缘检测器。滤波器的系数需要改变,否则就会与上一节中的滤波器相类似。目前有许多高通滤波器可供选择,如下所示:        Sobel滤波....

【CUDA学习笔记】第十篇:基本计算机视觉操作【下】(附实践源码下载)(一)

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

计算机视觉

包含图像分类、图像生成、人体人脸识别、动作识别、目标分割、视频生成、卡通画、视觉评价、三维视觉等多个领域

+关注