- 博客(248)
- 收藏
- 关注
RSS订阅
原创 基于双目视觉的目标物体尺寸测量（瑞芯微RK3588）
在农业生产中，可用于测量水果、蔬菜等农产品的尺寸，结合其他检测指标，对农产品进行分级和质量评估。例如在汽车制造中，对发动机零件、车身零部件等的尺寸检测，确保其符合设计要求，提高产品质量和一致性。：在食品加工过程中，对食品原料或半成品的尺寸进行测量，确保加工过程的标准化和产品质量的稳定性。例如在面包加工中，测量面团的尺寸，控制烘焙时间和温度，保证面包的品质。：在医疗器械的生产和研发中，对零部件和产品的尺寸进行精确测量，确保医疗器械的精度和可靠性。：在医疗体检和健康监测中，可用于对人体某些部位的尺寸测量。
2025-03-28 10:46:52
381
原创 深度学习+点云实现双目相机物体3D尺寸测量（长、宽、高）
双目相机系统由两个摄像头组成，它们模拟人的双眼视觉，通过捕捉同一场景的两个不同视角的图像来计算物体的深度信息。这种系统可以测量物体的尺寸，因为它能够提供关于物体距离的精确测量。在物体尺寸测量的上下文中，深度学习可以用于物体检测和关键点定位，为后续的尺寸测量提供精确的二维坐标信息。结合深度学习和点云可以实现更高精度的物体尺寸测量。点云是一组在三维空间中的点的集合，每个点包含其在空间中的坐标（x, y, z）。在物体尺寸测量中，点云提供了物体的三维几何信息，可以通过点云数据处理技术来提取物体的尺寸信息。
2024-10-12 19:05:47
2357
2
原创 双目相机实现物体尺寸的精准测量
双目视觉系统是一种模拟人类双眼的立体视觉原理，通过两个摄像头从不同的角度捕捉同一场景的图像，从而获取目标物体的三维信息。
2024-08-28 10:13:37
1841
5
原创 YOLOv8实例分割+双目相机实现物体尺寸测量
YOLOv8是YOLO系列的最新版本，它在目标检测和实例分割方面都进行了显著的改进和创新。：YOLOv8采用了先进的骨干和颈部架构来提高特征提取和物体检测性能。：YOLOv8使用无锚分裂Ultralytics头，这有助于提高检测过程的准确性和效率，与传统基于锚的方法相比有所改进。：YOLOv8专注于保持精度与速度之间的最佳平衡，适用于实时目标检测任务。：YOLOv8系列提供多种模型，每种模型都专门用于计算机视觉中的特定任务，如实例分割。
2024-08-19 17:14:14
1821
4
原创 Windows上VSCode中配置MinGW、C++和手动自编译安装OpenCV（详细图文教程）
MinGW的官网地址：MinGW官网github上拉取，地址为：MinGW_github打开后根据自己的电脑属性选择版本，见下：下载并解压，不要有中文路径，以及空格、. 等，不然容易报错添加环境变量测试是否成功下载OpeCV的官网地址为：OpenCVOpenCV包有很多版本，学者根据自己情况自行选择。下载安装，不要有中文路径，以及空格、. 等，不然容易报错将OpenCV包文件夹下的bin路径添加到环境变量中，见下：将路径：E:\opencv\opencv_4_10\build\x64\vc16\bi
2025-04-02 11:04:28
68
原创 vscode配置CMake（windows）
在Windows环境下，使用CMake可以帮助我们更方便地管理和构建C++项目。而在使用CMake的过程中，我们可以使用任何一个编辑器，包括VSCode，来编辑和构建我们的代码。本文将介绍如何在Windows环境下使用VSCode编辑器和CMake构建C++项目，包括从最简单的单文件工程到多文件、多子文件夹的工程如何使用CMake，以及如何添加第三方库。
2025-03-31 16:15:55
139
原创 安装配置Tesseract-OCR
在Tesseract OCR下载地址Index of /tesseract下载合适的版本安装包，如下：点击安装包进行安装：语言选择英文：如果需要识别中文，则可以在安装过程中勾选下载中文语言包和脚本（也可以按需选择繁体）：为了方便使用Tesseract，需要将软件安装目录添加到系统环境变量中，这样不必每次执行命令时都切换到Tesseract的安装路径，如下：(到存放exe的文件夹就行)设置确定后之后，可以进行验证，打开CMD，输入，示意如下：如果输出版本等信息，说明安装成功。Python通过API接入Tess
2025-03-24 19:29:10
49
原创 瑞芯微RK3588打包可执行文件报错：ImportError: libc++.so.1: cannot open shared
root@ztl:/home/ztl/Desktop/point_cloud_手动点云#./main Traceback (most recent call last)
2025-03-09 17:45:20
417
原创 2D图像测量到3D点云之物体三维尺寸测量！！！！
在汽车制造行业，通过使用高精度扫描设备如VST-MD300，结合自研的3D软件，可以实现对汽车部件三维尺寸的自动化测量流程，替代传统的人工使用仪器测量方式。这种自动化流程不仅提高了测量的准确率，还大幅提升了效率。： 在精密工程领域，3D点云技术可以用于测量孔的内径、定位、所在平面的平面度等关键尺寸。这些测量项目的精度误差范围可以控制在5微米到100微米之间，对于最大尺寸为320mm×251mm×154mm的工件，单个工件的测量时间可以在1分钟内完成。
2024-12-31 21:08:24
311
1
原创 Yolov8改进WIoU，SIoU，EIoU，α-IoU
IoU的计算公式为： IoU=交集面积并集面积IoU=并集面积交集面积其中，交集面积是指预测框和真实框重叠的区域，而并集面积是指预测框和真实框覆盖的所有区域的总和。由于其聚焦机制是静态的，并未充分挖掘非单调聚焦机制的潜能。基于这个观点，我们提出了动态非单调的聚焦机制，设计了。动态非单调聚焦机制使用“离群度”替代 IoU 对锚框进行质量评估，并提供了明智的梯度增益分配策略。该策略在降低高质量锚框的竞争力的同时，也减小了低质量示例产生的有害梯度。
2024-10-05 17:24:51
744
原创 YOLOv8改进线性注意力模块 ICCV2023 FLatten Transformer
在将 Transformer 模型应用于视觉任务时，自我注意的二次计算复杂性一直是一个持续的挑战。另一方面，线性注意力通过精心设计的映射函数近似 Softmax 操作，通过其线性复杂性提供了一种更有效的替代方案。然而，当前的线性注意力方法要么性能显著下降，要么从 Map 函数中引入额外的计算开销。在本文中，我们提出了一种新的 Focused Linear Attention 模块，以实现高效率和表现力。具体来说，我们首先从两个角度分析了导致线性注意力性能下降的因素：聚焦能力和特征多样性。
2024-10-05 17:16:20
327
原创 Yolov8轻量级网络改进GhostNet
由于内存和计算资源有限，在移动设备上部署卷积神经网络 （CNN） 很困难。我们的目标是通过利用特征图中的冗余，为 CPU 和 GPU 等异构设备设计高效的神经网络，这在神经架构设计中很少被研究。对于类 CPU 设备，我们提出了一种新颖的 CPU 高效 Ghost （C-Ghost） 模块，以从廉价操作中生成更多特征图。基于一组内在特征图，我们以较低的成本应用了一系列线性变换来生成许多幽灵特征图，这些图可以完全反映内在特征背后的信息。所提出的 C-Ghost 模块可以作为升级现有卷积神经网络的即插即用组件。
2024-10-04 15:36:06
634
原创 Yolov8改进轻量级网络Ghostnetv2
轻量级卷积神经网络 （CNN） 专为移动设备上的应用程序而设计，具有更快的推理速度。卷积运算只能捕获窗口区域中的局部信息，这会阻止性能进一步提高。将自我注意引入卷积可以很好地捕获全局信息，但会在很大程度上阻碍实际速度。在本文中，我们提出了一种硬件友好的注意力机制（称为 DFCattention），然后提出了一种用于移动应用程序的新 GhostNetV2 架构。所提出的 DFC 注意力是基于全连接层构建的，它不仅可以在通用硬件上快速执行，还可以捕获远程像素之间的依赖关系。
2024-10-04 15:28:48
461
原创 YOLOv8 结合设计硬件感知神经网络设计的高效 Repvgg的ConvNet 网络结构 ，改进EfficientRep结构
摘要—我们提出了一种硬件高效的卷积神经网络架构，它具有类似 repvgg 的架构。Flops 或参数是评估网络效率的传统指标，这些网络对硬件（包括计算能力和内存带宽）不敏感。因此，如何设计神经网络以有效利用硬件的计算能力和内存带宽是一个关键问题。基于该方法，我们设计了 EfficientRep 系列卷积网络，该网络对高计算硬件（例如 GPU）友好，并应用于 YOLOv6 目标检测框架。首先在ultralytics/nn文件夹下，创建一个efficientrep.py文件，新增以下代码。
2024-10-03 16:04:57
451
原创 YOLOv7改进之主干DAMOYOLO结构，结合 CReToNeXt 结构，打造高性能检测器
在本报告中，我们提出了一种快速准确的对象检测方法，称为 DAMO-YOLO，它实现了比最先进的 YOLO 系列更高的性能。DAMO-YOLO 是从 YOLO 扩展而来的，具有一些新技术，包括神经架构搜索 （NAS）、高效的重新参数化广义 FPN （RepGFPN）、具有 AlignedOTA 标签分配的轻量级头和蒸馏增强。特别地，我们使用了 MAE-NAS，一种以最大熵原理为指导的方法，在低延迟和高性能的约束下搜索我们的检测骨干，生成具有空间金字塔池化和焦点模块的类 ResNet / CSP 结构。
2024-10-03 15:58:51
294
原创 YOLO7改进主干Conv2Former结构系列：超越ConvNeXt结构，结合Conv2Former改进结构，Transformer 风格的卷积网络视觉基线模型，高效涨点
Vision Transformers 由于具有很强的全局信息编码能力，是近年来视觉识别领域最流行的网络架构。但是，在处理高分辨率图像时，其高计算成本限制了下游任务中的应用。在本文中，我们深入研究了自我注意的内部结构，并提出了一种用于视觉识别的简单 Transformer 风格卷积神经网络 （ConvNet）。通过比较最近的 ConvNets 和 Vision Transformers 的设计原理，我们建议通过利用卷积调制操作来简化自我注意力。我们表明，这种简单的方法可以更好地利用大型内核 （≥7×7。
2024-09-28 14:34:00
132
原创 YOLOv8最新改进2023 CVPR 结合BiFormer
作为视觉转换器的核心构建块，衰减是捕获长距离依赖性的强大工具。然而，这种能力是有代价的：它会产生巨大的计算负担和沉重的内存占用，因为所有空间位置的成对标记交互都是计算的。一系列作品试图通过将手工制作和与内容无关的稀疏性引入 attention 来缓解这个问题，例如将 attention 操作限制在局部窗口、轴向条纹或扩张的窗口内。与这些方法相反，我们提出了一种通过双层路由的新型 dy namic 稀疏注意力，以实现具有内容感知的更灵活的计算分配。
2024-09-28 14:27:16
542
原创 YOLOv7改进之MAE主干： 超强ConvNeXtV2 升级版结构，当MAE+YOLO卷积高效涨点
在改进的架构和更好的表示学习框架的推动下，视觉识别领域在 2020 年代初期实现了快速的现代化和性能提升。例如，以 ConvNeXt [52] 为代表的现代 ConvNet 在各种场景中都表现出了强大的性能。虽然这些模型最初是为使用 ImageNet 标签的监督学习而设计的，但它们也有可能受益于自我监督学习技术，例如掩码自动编码器 （MAE） [31]。然而，我们发现，简单地将这两个 ap proaches 结合起来会导致性能不佳。
2024-09-27 22:04:55
284
原创 YOLOv10轻量化快速涨点之改进AKConv
基于卷积运算的神经网络已经在深度学习领域取得了显著的成果，但是标准卷积运算有两个固有缺陷。一方面，卷积运算被限制在局部窗口，无法从其他位置捕获信息，并且它的采样形状是固定的。另一方面，骗局的规模进化核固定为k × k，它是一个固定的正方形，参数的数量会随着规模的增大而增加。它很明显，目标的形状和大小是千差万别的不同的数据集和不同的位置。卷积核f固定的样品形状和正方形不能很好地适应变化目标。
2024-09-19 20:52:50
337
原创 Open3D 使用RANSAC分割平面
随机抽样一致性算法QRANSAC(Random sample consensus)是一种迭代的方法来从一系列包含有离异值的数据中计算数学模型参数的方法。RANSAC算法本质上由两步组成，不断进行循环:(1)从输入数据中随机选出能组成数学模型的最小数目的元素，使用这些元素计算出相应模型的参数。选出的这些元素数目是能决定模型参数的最少的。(2)检查所有数据中有哪些元素能符合第一步得到的模型。超过错误阈值的元素认为是离群值(outlier)小于错误阈值的元素认为是内部点( inlier)。
2024-09-11 16:05:17
200
原创 Open3D 实现CSF布料模拟算法
1、流程概述1）利用点云·滤波算法或者点云处理软件滤除异常点;2）将激光雷达点云倒置;3）设置模拟布料，设置布料网格分辨率GR，确定模拟粒子数。布料的位置设置在点云最高点以上;4）将布料模拟点和雷达点投影到水平面，为每个布料模拟点找到最相邻的激光点的高度值，将高度值设置为IHV;5)布料例子设置为可移动，布料粒子首先受到重力作用，当粒子高度CHV小于IHV时，将粒子高度设置为IHV;粒子设置为不可移动;
2024-09-03 20:33:48
297
原创 12个常用的图像数据增强技术总结
机器学习或深度学习模型的训练的目标是成为“通用”模型。这就需要模型没有过度拟合训练数据集，或者换句话说，我们的模型对看不见的数据有很好的了解。数据增强也是避免过度拟合的众多方法之一。扩展用于训练模型的数据量的过程称为数据增强。通过训练具有多种数据类型的模型，我们可以获得更“泛化”的模型。“多种数据类型”是什么意思呢？本片文章只讨论“图像”数据增强技术，只详细地介绍各种图片数据增强策略。我们还将使用 PyTorch 动手实践并实现图像数据或计算机视觉中主要使用的数据增强技术。因为介绍的是数据增强技术。
2024-08-17 11:30:52
1515
原创 手把手教你目标检测数据集标注与制作
因为要符合VOC数据集格式，这里简单说一下VOC数据集格式类型。也许很少用到整个数据集，但是一般都会按照它的格式准备自己的数据集。所以这里就来记录一下PASCAL VOC的格式，包括目录构成以及各个文件夹的内容格式，方便以后自己按照VOC的标准格式制作自己的数据集。重命名后的文件会覆盖之前的文件，记得操作之前备份原始数据(如有需要的话)当得到这样格式命名不一致的数据的时候，重命名是最好的方法。生成txt文件，包括：图片位置信息，目标位置，类别。
2024-08-17 10:19:49
1084
原创 手把手教你Labelme 标注YOLO实例分割数据集
全部完成之后记得先看看image文件夹下有没有生成json文件，再叉掉这个标注界面。选择图片所在文件夹，直接把图片放在我给你的这个问价夹里面的image文件夹下即可。，自己取名字，一个名字就是一个分类（数据量少一个分类就够了一般来说）不要和物体直接留白（可以标在物体内部一点，但是一定不要留空白区域）2，完成一圈框选之后，点击最开始的点，就会让你输入标签名，然后把对应jpg和txt放入这个数据集文件夹。把这个文件夹用pycharm打开。Ctrl + 放大图片。标注完成之后点击下一副。
2024-08-17 10:13:22
1429
1
原创 多张图像实现全景无痕拼接操作
在科学研究和地理信息系统中，图像拼接可以将不同时间或条件下拍摄的图像整合起来，提供更全面的数据视图。：在医学领域，图像拼接技术可以用于将多个扫描图像合并，帮助医生更全面地分析病情。：在文档数字化过程中，图像拼接可以用于合并扫描的多页文档，便于电子存档和检索。：在增强现实(AR)应用中，图像拼接可以提供无缝的背景环境，增强用户体验。：在地图制作中，图像拼接可以将多个地理区域的图像合并，形成连续的地图视图。：通过拼接，可以将多个视角的图像合并，创造出比单张图片更广阔的视野。
2024-08-16 17:46:32
978
1
原创 YOLOv8+DeepSort实现
DeepSORT是一种计算机视觉目标跟踪算法，旨在为每个对象分配唯一的ID并跟踪它们。它是SORT（Simple Online and Realtime Tracking，简单在线实时跟踪）算法的扩展和改进版本。SORT是一种轻量级目标跟踪算法，用于处理实时视频流中的目标跟踪问题。DeepSORT引入了深度学习技术，以加强SORT的性能，并特别关注在多个帧之间跟踪目标的一致性。
2024-08-12 09:44:49
3466
4
原创 3D视觉实战之双目相机物体尺寸实时测量
视差图滤波能够将稀疏视差转变为稠密视差，并在一定程度上降低视差图噪声，改善视差图的视觉效果，但是比较依赖初始视差图的质量。的目标是获得左右两个相机的内参、外参和畸变系数，其中内参包括左右相机的fx，fy，cx，cy，外参包括左相机相对于右相机的旋转矩阵和平移向量，畸变系数包括径向畸变系数（k1， k2，k3）和切向畸变系数（p1，p2）以及其他一些畸变类型。：相比于昂贵的专业设备，便宜的双目摄像头可以显著降低成本，使得实时点云生成技术更加普及和经济实惠。
2024-08-08 16:25:15
847
原创 手把手教你OpenCV实现Canny边缘检测 C++
canny边缘检测算子是传统边缘检测算子中最优秀的，canny检测基于下面三个目标：（1）。即所有边缘都应该找到，并且没有虚假边缘。（2）。即检测到的边缘应该接近真实的边缘。（3）。即对于边缘检测，只返回单点厚度的结果。
2024-08-08 16:08:51
776
原创 手把手教你OpenCV实现图像透视变换 C++
这些是OpenCV库的头文件，分别用于图像的编解码、高级用户界面(highgui)和图像处理(imgproc)。这两行代码是命名空间声明，它们允许你在代码中直接使用OpenCV和标准库中的函数和类，而不需要前缀。函数，点的颜色为蓝色（红色、绿色通道为0，蓝色通道为255），大小为10像素。定义了变换后的图像四个角点的位置，它们形成了一个矩形，其尺寸与之前定义的。，这些点是原始图像中用于透视变换的四个角点。，它们分别代表变换后图像的宽度和高度。函数分别显示原始图像和变换后的图像。用于存储变换后的图像。
2024-08-08 15:47:12
740
原创 手把手教你OpenCV常见滤波（高斯，中值，均值）C++
相关以上面的滤波运算方法对图像进行遍历处即使w每个像素能够访问图像f中每个像素。卷积运算时将滤波器核w旋转180°再处理。线性空间滤波器在图像f和滤波器核w之间执行乘积之和运算。用邻域像素改变中心像素的灰度值大小。在统计学与概率论中，高斯函数是正态分布（高斯分布）的密度函数。中值滤波就是取周围邻域像素灰度值值的中值作为中心像素灰度值结果。其中，其中a、b与 c为实数常数，且a > 0.c(σ)指width(与半峰全宽有关)；b(μ)是指曲线在x轴的中心；a表示得到曲线的高度；
2024-08-03 14:54:02
1234
1
原创 手把手教你灰度变换（（灰度反转，对数变换，幂律（伽马）变换））C++
其中L为图像灰度级，0~255灰度图像的灰度级为256.灰度反转：将图像亮暗对调，可以增强图像中暗色区域细节。对数变换：扩展图像中的暗像素值，压缩高灰度值。
2024-08-03 14:20:12
672
原创 手把手教你OpenCV实现实时人脸检测（C++）
是一个 XML 文件，它包含了使用 Haar 特征分类器训练得到的人脸检测模型。这个模型是 OpenCV 库自带的，常用于实时人脸检测任务。: Haar 特征是基于图像的小波特征，它们能够捕捉图像中的局部变化，如边缘、纹理等。这些特征对于物体检测尤其有用，因为它们能够描述物体的某些属性。中的模型是一个级联分类器，这意味着它由多个阶段的分类器组成。每个阶段都会对输入图像进行分类，如果图像通过了所有阶段的检测，它就被认为是正面人脸。: 这个模型是通过在正面人脸和非人脸图像数据集上训练得到的。
2024-08-02 17:26:38
1944
原创 手把手教你OpenCV库常用函数及基础用法
OpenCV是一个开源的计算机视觉库，主要用于图像和视频处理。opencv库主要分为4个模块：core、imgproc、highgui、videoio。（仅供参考，可能出现代码不标准或无法运行情况）6.转换图像的颜色空间。
2024-08-01 15:43:22
1285
原创 OpenCV实现CSRT（Channel and Spatial Reliability-Aware Tracker）跟踪
CSRT跟踪器的原理是基于深度学习的特征提取和分类器训练。它首先通过深度卷积神经网络（CNN）提取图像特征，然后使用这些特征来训练一个分类器，该分类器能够区分目标对象和其他背景。在跟踪过程中，CSRT利用多通道特征（如颜色、纹理）和空间可靠性来提高跟踪的准确性和鲁棒性。此外，它还考虑了目标的尺度变化和变形，使得跟踪更加稳定。
2024-08-01 11:30:27
1311
原创 手把手教你Python导出环境requirements.txt
打开终端，运行以下命令：这将列出当前Python环境中安装的所有包及其版本，并将它们保存到requirements.txt文件中。这个方法简单快捷，但可能会包含一些实际上项目并不直接依赖的包。
2024-07-30 16:27:45
1372
原创 手把手教你YOLOv8改进：Reversible Column Networks
RevCol由多个子网络组成，这些子网络被称为"列"，它们之间通过多级可逆连接相互连接。：在前向传播过程中，RevCol的每个列逐步学习解耦特征，同时保持了信息的完整性，而不是像传统网络那样压缩或丢弃信息。：RevCol模型在图像分类、目标检测和语义分割等多个计算机视觉任务上展现出了非常有竞争力的性能。：特别是在拥有大量参数预算和大型数据集的情况下，RevCol的性能更加突出。
2024-07-30 10:23:28
136
原创 手把手教你发布whl到pypi
将以上功能包移动到你需要的condaenvs下，找到python的根site_packages文件夹内，然后就可以直接使用import导入以上包或者指定模块，python会按照包和模块搜索路径完成加载。
2024-07-30 09:50:01
1093
原创 手把手教你暗通道先验去雾算法
暗通道先验去雾算法（Dark Channel Prior, DCP）是一种基于图像的去雾技术，由Kaiming He等人在2009年提出。这种算法利用了大气散射模型，通过估计大气光和图像的传输图来去除雾的影响。
2024-07-29 16:00:43
3584
YOLOv8钢缆分割pt文件
2024-08-17
YOLOv5版本 螺母pt文件 ，可用于尺寸测量
2024-08-17
YOLOv5 6.0版本YOLOv5s.onnx
2024-08-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人