object-detection

    5熱度

    3回答

    我正在對圖像進行深度學習。我有不同的光照條件,圖像分辨率和視角的約4000張圖像。 我的問題是:什麼樣的圖像預處理將有助於改善物體檢測?(例如:對比度/顏色標準化,去噪等)

    3熱度

    4回答

    運行yolo v2時出現以下錯誤。 Yolo和小yolo工作正常。任何線索將不勝感激 ./darknet detector test ./cfg/voc.data ./cfg/yolo-voc.cfg ./yolo- voc.weights data/dog.jpg layer filters size input output 0 conv 32 3 x 3/1 416 x 416 x 3

    0熱度

    1回答

    我想寫人體檢測器,它現在可以工作,但有時候它會對貓/盒等產生反應,我也得到了5 fps。所以問題是,我如何改進我的算法以獲得更好的fps和檢測精度。 我曾嘗試使用此一: http://www.pyimagesearch.com/2015/11/09/pedestrian-detection-opencv/ 但我無法找到任何方式我可以在Android上使用。 public Mat onCameraF

    1熱度

    2回答

    我想在PascalVoc預訓練數據集上運行CNTK對象檢測示例。我在fastrcnn中運行所有必需的腳本,並獲取數據集中定義的測試數據的可視化輸出。現在我想用自己的形象測試網絡,我該怎麼做?

    2熱度

    1回答

    我想分割室內區域並找到物體。然後,我想用立體視覺來找到對象的笛卡爾位置。最終目標是通過機器人在桌子上拾取物體(並控制軌跡)。對象的 示例:椅子,桌子,筆,注射器,訂書機,杯,螺桿,玩具玩偶,直尺,小方塊,奶,水果,.... 我的第一優先級正在實時( 10赫茲)。 我使用ZED Stereo Camera在Intel Core i7-3820(3.6 GHz)上採集windows 10 64位,MA

    1熱度

    1回答

    對於測試版12日發佈的玩具例子A2的一部分,它是說,有兩個選項培訓: A2_RunCntk_py3.py(蟒蛇API) A2_RunCntk.py(brain_script) 從這兩種方法訓練的模型是否相同?換句話說,我可以從brain_script將模型加載到python API中,然後檢測其他測試圖像嗎?請參閱Object Detection using Fast R CNN。

    0熱度

    2回答

    我正在嘗試查看是否可以使用Dask在大規模2D圖像(〜20-50 GB)中檢測和分割對象的塊狀並行化一個集羣。 我的邏輯檢測/分割圖像塊中的對象將被封裝在一個函數中。 我遇到了一個名爲map_blocks的Dask函數,它允許我在dask數組的每個塊/塊上應用自定義函數。 但是,我看到函數我可以傳遞給map_blocks的輸出類型也應該是一個數組。 對於對象檢測/分割,我希望我的函數能夠返回塊中找

    0熱度

    1回答

    我需要編寫一個程序,該程序使用攝像頭檢測道路上確定區域內的車輛是否存在,然後停在交叉路口(就像感應環路一樣)。根據車輛在該地區的可見度,輸出結果將爲真或假。相機可以安裝在垂直於道路或道路上方的位置。目前我需要一個算法。 下面的圖像是爲了檢測車輛在路口一個示例實現: 在這個領域我意識到此技術的一些研究後背景減除,程序模型背景,並且當車輛進入區域內,它會被檢測到。但定義說它檢測到移動車輛,那麼如果汽車

    1熱度

    1回答

    問題: 我已經訓練的卷積神經網絡(CNN),以確定/檢測是否感興趣的對象存在或不存在於給定的圖像補丁。 現在給出一個大的圖像,我試圖通過將CNN模型應用到圍繞圖像中每個像素的補丁來以滑動窗口方式查找圖像中所有對象的出現位置。然而這很慢。 我的測試圖像的大小是(512 x 512)。而且,對於我的咖啡網,測試批量大小爲1024,補丁大小爲(65 x 65 x 1)。 我試圖在一批補丁(size =

    0熱度

    1回答

    我正在研究一個物體檢測和跟蹤系統,輸入是一個rgb網絡攝像頭流。我的代碼沒有問題來檢測黃色,綠色和藍色的幾何物體,如球,但是當談到紅球時,我正在挑戰一個問題。 # converting the input stream into HSV color space hsv_conv_img = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) # because hu