一摩尔自由的博客

背景kaggle上的原始数据集格式是训练图片中只有一个文件夹保存了各个类的图像数据，图像标签存在train_label.csv文件中，图像的名称ID和Label一一对应，文件目录格式如下：--data----train_image----train_label.csv目标将kaggle的数据集格式转换成每一类图像数据都存在该类的文件夹下面代码：# -*- coding: utf-8 -*-# !/usr/bin/python# data-preprocessing.py

一、前言之前的一篇文章在用SSD进行行人检测是重新对coco数据集中的人标签进行训练，但是精度和速度都比yolov3差一点，应该是训练的原因，这里将基于yolov3tennsorflow版实现单目标检测（Keras版可同理进行更改）。二、准备准备将yolov3目标检测项目下载下来，进入项目的core文件夹将utils.py文件中的draw_bbox函数更改成下面这样def dra...

姿态识别过程需要对人体进行检测，然后再对姿态进行识别，下面是基于SSD进行的单目标检测# -*- coding: utf-8 -*-# @FileName: ssd_body_detect.py#### 主要想引入之前训练的单人体检测模型import numpy as npimport osimport tensorflow as tfimport cv2os.envir...

一、前言在构建目标检测系统时有一个无法绕开的问题——边界框重叠（实际上这是个好兆头，至少代表你的检测系统运行良好，所以甚至可以不将其称作“问题”）。为了去除重叠的边界框（指向同一物体的），我们可以对Mean-Shift算法应用非最大抑制。这个在imutils.object_detection也可以直接调用from imutils.object_detection import non...

python3+face_recognitionimport face_recognitionimport cv2import numpy as npfrom keras.models import load_model# This is a demo of running face recognition on live video from your webcam....

基于开源face_recognition库做的人脸检测与识别只是简单的功能实现，速度有待提高import face_recognitionimport cv2import numpy as np# This is a demo of running face recognition on live video from your webcam. It's a little mo...

基于开源face_recognition库做的人脸检测，调用的情绪识别模型由VGG训练保存的模型只是简单的功能实现，速度有待提高import face_recognitionimport cv2import numpy as npfrom keras.models import load_modeldef img_face_dectect(img): # img =...

图像的几何变换imgobj = cv2.imread('pho.png') #读取图像cv2.namedWindow("image") #创建窗口并显示的是图像类型cv2.imshow("image",imgobj)cv2.waitKey(0) #等待事件触发，参数0表示永久等待cv2.destroyAllWindows() #释放窗口# resizer...

import cv2import os# 获取本地摄像头# folder_path 截取图片的存储目录def get_img_from_camera_local(folder_path): cap = cv2.VideoCapture(0) i = 1 while True: ret, frame = cap.read() cv2....

import numpy as npimport cv2cap = cv2.VideoCapture(0)fgbg = cv2.createBackgroundSubtractorMOG2(detectShadows = False)# fgbg = cv2.createBackgroundSubtractorKNN()while(cap.isOpened()): ret, ...

从RGB 到 HSV 的转换详细介绍1.RGBRGB是从颜色发光的原理来设计定的，通俗点说它的颜色混合方式就好像有红、绿、蓝三盏灯，当它们的光相互叠合的时候，色彩相混，而亮度却等于两者亮度之总和，越混合亮度越高，即加法混合。红、绿、蓝三个颜色通道每种色各分为256阶亮度，在0时“灯”最弱——是关掉的，而在255时“灯”最亮。当三色灰度数值相同时，产生不同灰...

基于OpenCV使用OpenPose进行多个人体姿态估计OpenPose：实时多人2D姿态估计 | 附视频测试及源码链接OpenPose训练自己的数据集模型OpenPose训练过程解析关键点估计之 PCK, PCKh, PDJ 评价度量论文解读Convolutional Pose Machine总结Cascaded Pyramid Network for Multi-Pe...

2D姿势估计 在野外进行准确的多人姿态估计（CVPR_2017） 论文：https：//github.com/hackiey/keypoints 使用部分亲和场的实时多人2D姿态估计（CVPR_2017） 论文：https ：//arxiv.org/pdf/1611.08050.pdf代码：https：//github.com/ZheC/Realtime_Multi-Per...

一、准备：第三方库 sklearn二、代码：# -*- coding: utf-8 -*-# @Time : 2018/8/21 9:35# @Author : Barry# @File : mnist.py# @Software: PyCharm Community Editionfrom sklearn.ensemble import RandomFor...

一、SVM算法简述支持向量机即Support Vector Machine，简称SVM。一听这个名字，就有眩晕的感觉。支持(Support)、向量(Vector)、机器(Machine)，这三个毫无关联的词，硬生生地凑在了一起。从修辞的角度，这个合成词最终落脚到”Machine”上，还以为是一种牛X的机器呢？实际上，它是一种算法，是效果最好的分类算法之一。 SVM是最大间隔分类器，它能很好地...

一、两种算法简介：Boosting 算法简介Boosting算法，我理解的就是两个思想：1）“三个臭皮匠顶个诸葛亮”，一堆弱分类器的组合就可以成为一个强分类器；2）“知错能改，善莫大焉”，不断地在错误中学习，迭代来降低犯错概率当然，要理解好Boosting的思想，首先还是从弱学习算法和强学习算法来引入：1）强学习算法：存在一个多项式时间的学习算法以识别一组概念，且识别的正确...