原创 紅外圖像處理——製作切片數據集

1、數據集:flir adas的數據集,coco數據集格式。

原创 吳恩達深度學習——《卷積神經網絡》

https://blog.csdn.net/red_stone1/article/details/78651063 CV問題分爲三類:圖像分類、目標檢測、神經風格遷移。 1. 爲什麼要使用CNN? 因爲全連接的輸入層特徵太多,3milli

原创 基於SVM的圖像分類——一些注意事項

與項目本身有關的 CS231n的四個作業:https://blog.csdn.net/lvyshanwm/category_9769930.html CS231n作業 紅色石頭的博客:https://blog.csdn.net/red_s

原创 Anaconda安裝Dlib庫(親測成功)

1. 失敗案例1 https://blog.csdn.net/weixin_44088439/article/details/87177561  最後一步失敗! 進行了前兩步:安裝CMake和Boost。 打開anconda prompt

原创 HOG+SVM——多分類

由於需要進行行人和車輛檢測,那麼如何將行人和車輛一起進行多分類呢? 由於先考慮了行人檢測的問題,行人檢測通常suppose長寬比爲2:1,那麼目標檢測後的切片就得爲2:1,涉及到對其他目標進行padding的問題。其他目標或車輛的size

原创 紅外行人檢測HOG+SVM——HOG學習

在學習HOG特徵的時候,發現一片英文文章講得淺顯易懂。因此翻譯在這裏學習。(文中的圖片均來自翻譯原文) 原文鏈接:Histogram of Oriented Gradients 翻譯:梯度方向直方圖Histogram of Oriente

原创 google colab入門

tensorflow入門,floyd一開始就要使用GPU,太貴。因此採用google colab作爲tensorflow的入門環境 (1)ke xue shang wang (2)https://drive.google.com/driv

原创 視頻軌跡跟蹤分析——他山之石

IT周見智的系列博客:視頻多目標跟蹤系列,思路分享 (1)[AI開發]Python+Tensorflow打造自己的計算機視覺API服務 (2)[AI開發]基於深度學習的視頻多目標跟蹤實現 (3)[AI開發]視頻多目標跟蹤高級版(離自動駕駛

原创 深度學習環境搭建——floyd平臺

寫在前面: 平臺爲floyd,知乎和CSDN等平臺都有推薦這個深度學習平臺 https://www.floydhub.com。本人是小白入門,僅看完了Coursera的吳恩達視頻。由於項目需要,所以急需要跑跑demo瞭解一下,看了http

原创 紅外行人檢測HOG+SVM(6)——定指標

1. 圖像指標對應  爲了明確圖像指標上的對應,給出如下圖示。 flir的行人<30pixel的與我們的工程數據<30pixel的不一樣 同樣height都是30pixel,flir的人看着要近一些。應該是flir的分辨率比1280的要小

原创 批量讀取文件的代碼

1.MATLAB批量讀取固定格式文件 file_path = 'D:\mormal_dibright\';% 圖像文件夾路徑 img_path_list = dir(strcat(file_path,'*.bmp'));%獲取該文

原创 紅外行人檢測HOG+SVM(5)—— 如何根據自己的數據集分析和優化模型

當前狀態: 算法使用HOG+SVM對檢測的結果進行了二分類。算法選擇上:運動目標建模形成切片+HOG-SVM二分類 訓練集:正樣本爲400m左右的行人251張,負樣本100張爲檢測裏面的其他部分,包括誤檢等 驗證集:92張正樣本,109張

原创 紅外視頻圖像行人檢測算法綜述

http://www.doc88.com/p-1137822192539.html 2018年西安郵電大學學報 《改進的YOLOv3紅外視頻圖像行人檢測算法》 對於紅外視頻圖像行人檢測算法方面進行一個小小的認知和了解 說明:當下用紅外視頻

原创 pycharm過期問題

直接拉到pycharm的窗口裏面,即可實現激活,很好用!TB購買的

原创 BU-TIVThermal Infrared video benchmark BU-TIV數據集

數據集地址:http://csr.bu.edu/BU-TIV/BUTIV.html Topic of Interest: 目標檢測、計數、跟蹤Object detection, counting and tracking with sin