dujuancao11的博客

仅用来复习https://www.bilibili.com/video/BV11Z4y1M7ah?spm_id_from=333.788.b_636f6d6d656e74.5Keypoints Evaluation Metric检测评价体系1：目标检测2：实例分割3：关键点检测以下四个指标AP平均准确度AR平均召回度https://www.jianshu.com/p/ad4baa95f92chttp://cocodataset.org/#keypoints-ev

Human Body EstimationDatasetsMSCOCO17个关键点MSCOCO Datasetshttp://cocodataset.org/#download右边为标注文件，也可下载，标注文件.jsonMSCOCO Annotation头部文件 图像、标注、分类标注文件针对不同任务不同，但是前三个一样informationlicense五个关键字：supercategory：属于哪一类，属于人id: 1na

Object RecognitionObject DetectionObject Localization位置表示，x,y中心点坐标，w宽度,h高度，就可以得到矩形框的范围。（先找中心点再得到矩形框）黄色全连接层是否分类问题，紫色全连接层，xywh坐标值。y代表输出，是8x1向量。pc=1它是某类，下面为它的坐标，pc=0是前景目标，不需要坐标。L为误差函数，单目标，框，滑动窗口IOU绿色框真实框，红色框预测框，分子是重合的，分母全部面积。

以下内容来自网络，仅用作个人复习卷积神经网络基础Features图像识别与检测计算机通过学习并挖掘目标属性的相关 特征（Features）来对目标进行识别与探究。Why CNN for Image• The same patterns appear in different regions.（不同区域的相同模式）共享参数分辨率高计算慢，降采样压缩，分辨率变小，但不会改变结构。Color Image： 3 channels0-255每一通道不同像素值

https://blog.youkuaiyun.com/qq_39037383/article/details/89324012https://blog.youkuaiyun.com/weixin_40787712/article/details/99791578

•上周扫尾：将opencv视频监控、背景建模和形态学操作的部分学习笔记整理在博客：https://blog.youkuaiyun.com/dujuancao11/article/details/109451242•意外收获：录制的视频无声音，想着把视频里的图片截取出来，经过三次改进达到了自己的目标（使用opencv实现）。具体实现过程以及相关相似图片比较方案记录在博客：1.《视频到图片（每隔几帧保存一张图片）opencv实现》, https://blog.youkuaiyun.com/dujuancao11/artic.

2020.11.27调试代码，调试过程的一些基础学习以及笔记记录如下：1.【解决方案】python的args指定重复错误https://blog.youkuaiyun.com/dujuancao11/article/details/109981666 2.Python的文件操作https://blog.youkuaiyun.com/dujuancao11/article/details/109982490 3.用摄像机捕捉实时画面https://blog.youkuaiyun.com/dujuancao11/article/d

以下是后面写的一个PPT，比较详细。（2020.12.02）

人体姿态估计综述学习2020.12.042020.12.11

自然语言处理简介与应用（20201218）自己复习用

自己做的PPT，仅做个人复习（20201225）

转换代码注意点：要根据你的代码进行修改，修改最初的包等import torchfrom models.with_mobilenet import PoseEstimationWithMobileNetfrom modules.load_state import load_statefrom action_detect.net import NetV2def convert_onnx(): print('start!!!') device = 'cuda' if

背景：树莓派要用英特尔神经计算棒，先要将pytorch训练生成的.pt文件转换为ONNX，再转换为IR，本来直接在树莓派上的原生树莓派系统尝试，明明已经显示输出了模型详细信息，可文件夹中没有出现.onnx文件，于是直接拿windows系统新建有pytorch的环境来尝试，尝试成功。转换代码注意点：要根据你的代码进行修改，修改最初的包等import torchfrom models.with_mobilenet import PoseEstimationWithMobileNetfrom.

模型的评估方法简介留出法 (hold-out)：直接将 X 分解为两个不相交的集合，其中一个作为训练集，另一个作为测试集。常常将2/3− − 4/5的样本用于训练，其余用于测试。 交叉验证 (cross validation): 将数据集 X 分解为 k 个互补相交的子集，即 X 1∪X 2∪···∪X k = X。然后每次用k − 1 个子集训练，剩余一个做测试，最终返回 k 个测试结果——k 折交叉验证。...

只是把一些文字部分复制出来方便看，完整还是参考源地址，参考文章https://keras.io/zh/Keras: 基于 Python 的深度学习库你恰好发现了 Keras。Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验。能够以最小的时延把你的想...

import numpy as npfrom keras.datasets import mnistfrom keras.utils import np_utilsfrom keras.models import Sequentialfrom keras.layers import Densefrom keras.optimizers import SGD# 载入数据(x_tr...

显示200个随机点import kerasimport numpy as npimport matplotlib.pyplot as plt# Sequential按顺序构成的模型from keras.models import Sequential# Dense全连接层from keras.layers import Dense,Activationfrom keras.op...

import kerasimport numpy as npimport matplotlib.pyplot as plt #画图工具包# Sequential按顺序构成的模型from keras.models import Sequential# Dense全连接层from keras.layers import Dense# 使用numpy生成100个随机点x_da...

第四周 特殊应用：人脸识别和神经风格转换（ Special applications: Face recognition &Neural style transfer）4.1 什么是人脸识别？（What is face recognition? ）首先，让我们了解一下人脸识别的一些术语。在人脸识别的相关文献中，人们经常提到人脸验证（face verification）和人脸识别...

3.8 Anchor Boxes到目前为止，对象检测中存在的一个问题是每个格子只能检测出一个对象，如果你想让一个格子检测出多个对象，你可以这么做，就是使用 anchor box 这个概念，我们从一个例子开始讲吧。而 anchor box 的思路是，这样子，预先定义两个不同形状的 anchor box，或者 anchorbox 形状，你要做的是把预测结果和这两个 anchor box...

3.6 交并比（Intersection over union）你如何判断对象检测算法运作良好呢？在本视频中，你将了解到并交比函数，可以用来评价对象检测算法在对象检测任务中，你希望能够同时定位对象，所以如果实际边界框是这样的，你的算法给出这个紫色的边界框，那么这个结果是好还是坏？所以交并比（loU）函数做的是计算两个边界框交集和并集之比。两个边界框的并集是这个区域，就是属于包含两个边界...

3.4 卷积的滑动窗口实现（Convolutional implementation of sliding windows）我们学习了如何通过卷积网络实现滑动窗口对象检测算法，但效率很低。这节课我们讲讲如何在卷积层上应用这个算法。为了构建滑动窗口的卷积应用，首先要知道如何把神经网络的全连接层转化成卷积层。我们先讲解这部分内容，下一张幻灯片，我们将按照这个思路来演示卷积的应用过程。假设对...

3.1 目标定位（Object localization）我们学习的主要内容是对象检测，它是计算机视觉领域中一个新兴的应用方向，相比前两年，它的性能越来越好。在构建对象检测之前，我们先了解一下对象定位。图片分类任务我们已经熟悉了，就是算法遍历图片，判断其中的对象是不是汽车，这就是图片分类。学习构建神经网络的另一个问题，即定位分类问题。这意味着，我们不仅要用算法判断图片中是不是一辆汽...

2.9 迁移学习（Transfer Learning）如果你要做一个计算机视觉的应用，相比于从头训练权重，或者说从随机初始化权重开始，如果你下载别人已经训练好网络结构的权重，你通常能够进展的相当快，用这个作为预训练，然后转换到你感兴趣的任务上。另一个技巧，也许对一些情况有用，由于前面的层都冻结了，相当于一个固定的函数。因为你不需要改变它，也不训练它，取输入图像????，然后把它映射到这层（sof...

2.5 网络中的网络以及 1×1 卷积（Network in Network and1×1 convolutions其中一个比较有帮助的想法是使用 1×1 卷积。过滤器为 1×1，这里是数字 2，输入一张 6×6×1 的图片，然后对它做卷积，起过滤器大小为 1×1×1，结果相当于把这个图片乘以数字 2，所以前三个单元格分别是 2、4、6 等等。用 1×1 的过滤器进行卷积，似乎用处不大，只...

2.3 残差网络（Residual Networks (ResNets)非常非常深的神经网络是很难训练的，因为存在梯度消失和梯度爆炸问题。这节课我们学习跳跃连接（Skip connection），它可以从某一层网络层获取激活，然后迅速反馈给另外一层，甚至是神经网络的更深层。我们可以利用跳跃连接构建能够训练深度网络的ResNets，有时深度能够超过 100 层，让我们开始吧。ResNet...

2.2 经典网络（Classic networks ）学习几个经典的神经网络结构，分别是 LeNet-5、AlexNet 和 VGGNet看看 LeNet-5 的网络结构，假设你有一张 32×32×1 的图片，LeNet-5 可以识别图中的手写数字，比如像这样手写数字 7。LeNet-5 是针对灰度图片训练的，所以图片的大小只有 32×32×1，使用 6 个 5×5的过滤器，步...

1.7 单层卷积网络如何构建卷积神经网络的卷积层假设使用第一个过滤器进行卷积，得到第一个 4×4 矩阵。使用第二个过滤器进行卷积得到另外一个 4×4 矩阵。（4x4x2）最终各自形成一个卷积神经网络层，然后增加偏差，它是一个实数，通过 Python 的广播机制给这 16 个元素都加上同一偏差。对于第二个 4×4 矩阵，我们加上不同的偏差，它也是一个实数，16 个数字都加上同一个...

吴恩达 第四门课 卷积神经网络 笔记一1.1 计算机视觉一、卷积原因在应用计算机视觉时要面临一个挑战，就是数据的输入可能会非常大。在参数大量的情况下，难以获得足够的数据来防止神经网络发生过拟合和竞争需求，要处理包含 30 亿参数的神经网络，巨大的内存需求让人不太能接受。但对于计算机视觉应用来说，你肯定不想它只处理小图片，你希望它同时也要能处理大图。为此，你需要进行卷积计算，它是卷积...

# 视频分解图片# 1 load 2 info 3 parse 4 imshow imwriteimport cv2import os# 获取一个视频打开cap 参数1 file name#cap = cv2.VideoCapture("1.mp4")#cv2.VideoCapture(0, cv2.CAP_DSHOW) # 摄像头截取cap = cv2.VideoCapture('2.mp4')isOpened = cap.isOpened # 判断是否打开‘print(i...

背景消除法可运行代码#!/usr/bin/python# -*- coding: utf-8 -*-import cv2import numpy as npimport timefrom PIL import Image, ImageDraw, ImageFontdef cv2ImgAddText(img, text, left, top, textColor=(0, 255, 0), textSize=20): if (isinstance(img, np.ndarra

Kinect体感交互技术原理初看Kinect，你或许只看到了3个像摄像头的东西，那么Kinect究竟是怎样实现体感交互的呢？Kinect for Windows SDK又有哪些基本功能呢？接下来将揭开Kinect在硬件、软件方面的神秘面纱。Kinect的结构组成下图给出了Kinect的整体结构。Kinect一共有3个摄像头，中间一个是RGB摄像头，用来获取640×480的彩色图像，每秒钟最多获取30帧图像；两边的是两个深度传感器，左侧的是红外线发射器，右侧的是红外线接收器，用来检测玩家的相对位置

初识Kinect1.什么是Kinect？Kinect 是 Xbox 360 外接的 3D体感摄影机，如图所示。它利用即时动态捕捉、影像辨识、麦克风输入、语音辨识等功能，使玩家摆脱了传统游戏手柄的束缚，使用自己的肢体来控制游戏。而任天堂Wii、索尼Play Station Move等同类产品，则需要玩家借助一个或者多个设备才能完成体感互动作为Xbox 360的外设，Kinect不需要使用任何道具即可完成整个动作的识别和捕捉，它使用了由微软剑桥研究院研发的基于深度图像的人体骨骼追踪算法，而深度图

深度图像的获取原理在计算机视觉系统中，三维场景信息为图像分割、目标检测、物体跟踪等各类计算机视觉应用提供了更多的可能性，而深度图像（Depth map）作为一种普遍的三维场景信息表达方式得到了广泛的应用。深度图像的每个像素点的灰度值可用于表征场景中某一点距离摄像机的远近。获取深度图像的方法可以分为两类：被动测距传感和主动深度传感。In short：深度图像的像素值反映场景中物体到相机的距离，获取深度图像的方法=被动测距传感+主动深度传感。被动测距传感被动测距传感中最常用的方法是双目立体视觉..

二值图像二值图像(Binary Image)，按名字来理解只有两个值，0和1，0代表黑，1代表白，或者说0表示背景，而1表示前景。其保存也相对简单，每个像素只需要1bit就可以完整存储信息。即图像上的每一个像素点的像素值只有两种可能的取值或灰度等级状态，人们经常用黑白、B&W、单色图像表示二值图像。为了更形象的表示，用图表示如下： 灰度图像灰度图像(Gray Image)，每个像素的信息由一个量化的...

近期学习摔倒检测，接触摔倒数据集，自学笔记，仅用作个人复习。Bogdan Kwolek，Michal Kepski，使用深度地图和无线加速度计的嵌入式平台上的人类坠落检测，生物医学中的计算机方法和程序，第117卷，第3期，2014年12月，第489-501页，ISSN 0169-2607跌倒 / 摔倒检测数据集the UR fall detection dataset (URFD) the fall detection dataset (FDD)UR Fall Detection Datas

一、安装Python环境网址：https://www.python.org/downloads/windows/点击图中标注位置开始下载：注意：下载完后运行，在打开的界面，注意勾选左下角的Add ….to path选项，然后一路next即可测试：打开cmd窗口 （按Win + R）,输入cmd，回车就打开了输入python，进入python交互终端说明安装成功，如图退出python交互终端输入：exit()二、pycharm （大型程序比较好管理）2.1安装.

某个人脸的检测1、开源人脸库（耶鲁大学）代码大致相同​ 图片大小64x642、准备训练数据和标签3、CNN卷积神经网络4、检测# 总体介绍# 刷脸识别 input image -》那一个人# 案例简单 人工智能网络 层级很低# 综合：样本收集+图像预处理+tf人工# python爬虫 opencv预处理 tf神经网络# item：code # 自己准备样本样本：# ...

OpenCV预处理# 1 load xml 2 load jpg 3 haar gray 4 detect 5 drawimport cv2import numpy as np# load xml 1 file nameface_xml = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')eye_xml = cv2...

爬虫beautifulsoup4库源码：4.6.0，本机4.8.0urllib3源码1.22本机1.24.21、避免侵权2、目标：爬虫 1 理解爬虫原理 2 实现一个的图片爬虫3、http请求 2 分析当前网页的html 3 使用正则 过滤条件 4 其它步骤1、爬取网站url：https://class.imooc.com/?c=ios&mc_marking=286b5...