
计算机视觉
文章平均质量分 51
高高呀~
图像处理,视觉算法,深度学习,机器视觉,康耐视在职攻城狮一枚
展开
-
visionpro准确匹配蓝框中四个圆柱,并按从左到右显示编号
(1)准确匹配蓝框中四个圆柱,并按从左到右显示编号(2)将得到的圆柱结果连点拟合成线L1(3)准确抓取三条小线段,拟合直线L2原创 2022-09-13 19:17:06 · 922 阅读 · 0 评论 -
Faster rcnn 训练自己的数据集 解决方案
文件配置训练的过程可以看【mmdetection】使用cascade-rcnn、faster-rcnn训练自定义的coco数据集_小鸠控的博客-优快云博客_faster rcnn训练coco数据集开始这篇文章主要是记录我第一次使用mmdetection工具包里面的cascade-rcnn训练自己模型的经过训练环境本次是使用的系统是linux的ubuntu20.04cuda=10.2cudnn=7.6.5anaconda=3(用于创建虚拟环境,后续的训练、测试模型也在这个虚拟环境中)(以上软件安装可以参原创 2022-05-08 07:52:05 · 3645 阅读 · 0 评论 -
voc2007 数据集随机分割代码
import osimport randomtrainval_percent = 0.85train_percent = 0.7xmlfilepath = 'D:\Project\Bi-Ye\data-xml\VOC2007\Annotations'txtsavepath = 'ImageSets\Main'print(txtsavepath)total_xml = os.listdir(xmlfilepath)num = len(total_xml)list = range(num.原创 2022-04-28 23:10:41 · 237 阅读 · 0 评论 -
数据标注:修改xml文件中的指定内容
import osimport os.pathimport xml.dom.minidompath = r'D:\Project\Bi-Ye\data-xml\Monochamus-alternatus'files = os.listdir(path) # 得到文件夹下所有文件名称s = []count = 0for xmlFile in files: # 遍历文件夹 if not os.path.isdir(xmlFile): # 判断是否是文件夹,不是文件夹才打开 .原创 2022-04-27 11:04:57 · 305 阅读 · 0 评论 -
数据标注: 修改txt文件内的指定内容(已验证)
import osdata_dir = ['xx','xxx', 'xxxx']for data_num, data in enumerate(data_dir): path_dir = './' + data + '/' file_list = [os.path.join(path_dir, _) for _ in os.listdir(path_dir) if _.endswith(".txt")]; output_path = './output/' + data.原创 2022-04-21 15:28:43 · 318 阅读 · 0 评论 -
数据标注:将xml 格式转换txt 并且没有标注class类文件
import xml.etree.ElementTree as ETimport osimport shutilimport randomdef convert_annotation(cls, cls_id, image_id): in_root = root_path + '/%s.xml' %(image_id) out_root = root_path + './../convert/%s/%s.txt' % (cls, image_id) in_file = op.原创 2022-03-14 18:32:55 · 400 阅读 · 0 评论 -
DeepSORT简单理解
DeepSORT算法通过结合目标框的马氏距离(Mahalanobis distance)和特征余弦距离(Cosine similarity)两个度量来整合运动信息和外观信息。外观信息是指使用了一个简单的CNN网络去提取被检测物体的外观特征。运动信息是指卡尔曼(kalman)滤波预测的结果。Deepsort的算法流程是:(1)获取视频的初始帧(2)使用卡尔曼(kalman)滤波器进行目标运动状态的预测,得到估计目标的两种状态。DeepSORT中的滤波算法使用的状态是一个8个...原创 2022-03-06 08:50:23 · 5044 阅读 · 0 评论 -
数据集增强 慢慢更新 实战
1. albumentations 数据增强工具文档:albumentations — albumentations 1.1.0 documentationhttps://albumentations.readthedocs.io/en/latest/github:https://github.com/albumentations-team/albumentationshttps://github.com/albumentations-team/albumentation...原创 2022-02-13 03:54:22 · 361 阅读 · 0 评论 -
FairMOT流程图(完整版)
Figure 1 shows the proposed process FairMOT Mixed ModelFigure 2 FairMOT Mixed Model原创 2022-02-12 01:19:34 · 690 阅读 · 0 评论 -
MOT数据集制作,yolov5生成MOT数据集中det.txt文件
import torchimport osfrom PIL import Imageimport pandas as pd# Model#model = torch.hub.load('ultralytics/yolov5', 'yolov5s') # or yolov5m, yolov5l, yolov5x, etc. 'ultralytics/yolov5', 'custom',model = torch.hub.load( 'ultralytics/yolov5','custom'.原创 2022-01-27 15:58:24 · 4426 阅读 · 5 评论 -
python 读取指定文件夹下的所有图片再输出指定内容到TXT文件中
python 读取指定文件夹下的所有图片再输出指定内容到TXT文件中原创 2022-01-13 07:18:46 · 735 阅读 · 0 评论 -
双目相机IMX219-83 +jetson nano 使用教程
IMX219 摄像头,800 兆像素和 83 FOV。兼容 Jetson nano 开发套件 (B01)规格:8 百万像素 传感器:索尼IMX219 分辨率:3280 × 2464(每台相机) 镜头规格: CMOS尺寸:1/4英寸 焦距:2.6mm 视角:83/73/50度(对角线/水平/垂直) 失真:<1% 基线长度:60mm ICM20948: 加速度计: 分辨率:16 位 测量范围(可配置):±2、±4、±8、±16g 工作电流:6...原创 2021-12-18 11:12:36 · 5632 阅读 · 8 评论 -
FairMOT理解笔记 慢慢更新
(1)Fairmot检测可以选择两个网络,一个是HRNet网络,一个是yolov5s网络。代码文件夹:D:\Project\fish_data\code\FairMOT-master\src\lib\models\networks\config(2)models文件夹(乱记)文件夹:D:\Project\fish_data\code\FairMOT-master\src\lib\models1.common ->常见的(还没看是什么内容)2.data_parallel -&g.原创 2021-12-04 01:50:15 · 3093 阅读 · 0 评论 -
HRNet网络(资料网络收集)
留个底计算机视觉领域有很多任务是位置敏感的,比如目标检测、语义分割、实例分割等等。为了这些任务位置信息更加精准,很容易想到的做法就是维持高分辨率的feature map,事实上HRNet之前几乎所有的网络都是这么做的,通过下采样得到强语义信息,然后再上采样恢复高分辨率恢复位置信息,然而这种做法,会导致大量的有效信息在不断的上下采样过程中丢失。而HRNet通过并行多个分辨率的分支,加上不断进行不同分支之间的信息交互,同时达到强语义信息和精准位置信息的目的。HRNet的Backbone设计原创 2021-12-04 01:17:13 · 2479 阅读 · 0 评论 -
ubuntu+anaconda+vscode+FairMot 训练教程 慢慢更新
安装环境的方式测试的参考:复现FairMot踩坑记录_GG的博客-优快云博客問題1:ERROR: Command errored out with exit status 1: command: /home/se8502/anaconda3/envs/fairmot/bin/python -u -c 'import io, os, sys, setuptools, tokenize; sys.argv[0] = '"'"'/tmp/pip-install-loqfqgxu/lap_27d2b6fda8原创 2021-11-30 01:20:18 · 2937 阅读 · 11 评论 -
复现FairMot踩坑记录
問題1:ERROR: Command errored out with exit status 1: command: /home/se8502/anaconda3/envs/fairmot/bin/python -u -c 'import io, os, sys, setuptools, tokenize; sys.argv[0] = '"'"'/tmp/pip-install-loqfqgxu/lap_27d2b6fda8f14025af34865b05f8ff1c/setup.py'"'...原创 2021-11-24 22:49:38 · 2782 阅读 · 2 评论 -
jetson nano 远程连接教程
1.使用electerm远程连接electerm是一款基于electron开发的SSH/SFTP客户端,同时支持Linux、MAC、Windows操作系统,免费开源。功能特点作为终端/文件管理器或ssh / sftp客户端(类似于xshell) 全局热键可切换窗口可见性(类似于guake,默认值为ctrl + 2) 多平台(Linux,Mac,Win) 支持多国语言(electerm-locales,欢迎提供/修复问题) 双击直接编辑远程文件(小的)。 使用内置编辑器(小的)编辑本地文原创 2021-11-24 14:19:06 · 2493 阅读 · 1 评论 -
如何在Jetson NANO上安装无线WIFI模块
一、网卡参数介绍网卡芯片:intel 8265 AC支持的操作系统:Windows 7/8/10/Linux接口类型:M.2/NGFF内置功能:无线双频 2.4GHz-5GHz/蓝牙 4.2传输速率:2.4G/300Mbs-5G/867Mbps配件:6DBi 天线 x2,IPEX 转 SMA 转接头 x2天线接口:IPEX 接口协议频段:IEEE802.11ac/a/b/g/n尺寸规格:30mmx22mmx2.4mm二、安装步骤1、首先取出 Jetson Nano原创 2021-11-22 19:43:48 · 7874 阅读 · 1 评论 -
DarkLabel - 视频/图像标记和注释工具(翻译)
一个实用程序,可以在视频或图像中用 ID 标记对象边界框。我认为界面等可用性优于任何其他程序。除了创建训练数据外,它还可以用于视频编辑、将图像合并或分离成视频、拼接人脸以保护个人信息。 ※ 由于 此程序没有代码签名,下载和执行可能会被 Windows 和网络浏览器阻止(参考链接)。这是一个 100% 安全的程序,但请仅用于需要它的人。 这是一个实用程序,可以在视频和图像中用 ID 标记对象边界框。任何人都可以将其用于非商业目的。如果您有任何疑问或建议,您可以在下方留言或发送电子邮件至原创 2021-11-19 06:03:51 · 2450 阅读 · 1 评论 -
DeepSort中特征提取模块理解
1.conv1 conv2 是卷积层,卷积层的作用主要在于提取图像特征,卷积核(滤波器)的大小(Patch Size)是3x3 ,步长(Stride,滤波器滑动的间隔)为1。2.max pool3 指的是在卷积之后还有一个 pooling(汇集)的操作参考:Yjango请问CNN 中的 maxpool 到底是什么原理,为什么要取最大值,取最大值的原理是什么?谢谢。 - 知乎3. 残差(residual) 防止网络层数过多造成的梯度消失和梯度爆炸,6个残差块, 一层是由多个残差...原创 2021-10-21 14:00:04 · 3886 阅读 · 0 评论 -
YOLOv5深度可视化解析
前言:目标检测是计算机视觉一个重要的领域。物体检测(object detection)是计算机视觉中一个重要的分支,其大致功能是识别一组预定义的对象类,比如说人、汽车、自行车、动物。并使用边界框(矩形框/bounding box)描述图像中每个检测到的图像位置。通常我们会使用最小边界框(矩形框/bounding box)框出目标物体位置,并进行分类。但是通常对象的形状往往是不规则的,所以另一种代替的方法是图像分割技术,图像分割技术一般会精确到像素级。物体检测的两个步骤可以概括为:步骤一:检.原创 2021-10-19 10:57:45 · 3171 阅读 · 0 评论 -
DeepSort的原理理解
DeepSort使用的是Matching Cascade相比起传统方法Sort一种更可靠的矩阵。在DeepSort中,卡尔曼滤波会根据观察前一帧物体的检测框的结果,输出预测的物体框在下一帧中最有可能出现的位置。为了将新的检测框与新的预测框进行关联。使用Mahalanobis Distance进行量化关联距离的度量,最后使用匈牙利算法去解决任务分配任务的组合优化。...原创 2021-10-19 10:47:29 · 886 阅读 · 4 评论 -
ubuntu 安装anaconda 详细教程
首先打开网站https://www.anaconda.com/download/#linux原创 2021-09-25 19:31:46 · 1614 阅读 · 0 评论 -
anaconda代码
因为老是不记得代码,要找来找去的。索性自己写一下怕忘记。windos:conda info --envs #查看本机所有的虚拟环境conda remove -n 你自己的环境的名字 --all #删除虚拟环境conda create -n 自己想取的名字 python==版本 #创建自己指定的虚拟环境conda activate 你自己创建的环境名字 #进入环境pip install -r requirements.txt #从requirements.txt安装依赖库原创 2021-05-26 23:56:49 · 697 阅读 · 0 评论 -
DeepSort+Pychram
本文主要是为了深入理解DeepSort而写的,由于时间精力有限慢慢来。先看以下的两个链接:code:https://github.com/nwojke/deep_sortpaper:Simple Online and Realtime Tracking with a Deep Association Metric Deep Cosine Metric Learning for Person Re-identification接下来我们看一下代码的构造:大概是...原创 2021-05-26 01:45:45 · 205 阅读 · 0 评论 -
maskrcnn + windows +anaconda
1.创建虚拟环境conda create --name maskrcnn2.进入虚拟环境conda activate maskrcnn接下来我就换成pychram来写了3.安装ipythonconda install ipython4.安装opencv等pip install ninja yacs cython matplotlib tqdm opencv-python5.装pytorchconda install -c pytorch p..原创 2021-05-24 01:21:15 · 261 阅读 · 2 评论 -
批量处理指定文件
import ospath_name='2021413\V60'#path_name :表示你需要批量改的文件夹i=11721for item in os.listdir(path_name):#进入到文件夹内,对每个文件进行循环遍历 os.rename(os.path.join(path_name,item),os.path.join(path_name,(str(i)+'.jpg')))#os.path.join(path_name,item)表示找到每个文件的绝对路径并进行拼接操作.原创 2021-04-28 18:22:26 · 108 阅读 · 0 评论 -
实战 windows +anaconda 安装rcnn
进入https://github.com/matterport/Mask_RCNN网站下载rcnn下载zip文件给rcnn创建单独的虚拟环境输入y进入环境我们看到文件里面有一个requirements.txt文件pip install -r requirements.txt直接安装成功下载预训练模型打开网站https://github.com/matterport/Mask_RCNN/releases文件放置如下查找一下t原创 2021-04-21 14:24:54 · 216 阅读 · 0 评论 -
计算机视觉数据集制作的技巧(给小白)
前言:目标检测是计算机视觉一个重要的领域。物体检测(object detection)是计算机视觉中一个重要的分支,其大致功能是识别一组预定义的对象类,比如说人、汽车、自行车、动物。并使用边界框(矩形框/bounding box)描述图像中每个检测到的图像位置。通常我们会使用最小边界框(矩形框/bounding box)框出目标物体位置,并进行分类。但是通常对象的形状往往是不规则的,所以另一种代替的方法是图像分割技术,图像分割技术一般会精确到像素级。(后话)为了有效地给图片贴上标签,下面原创 2021-04-17 01:36:03 · 1352 阅读 · 0 评论 -
关于将.pt文件转换成onx文件
看到网上没有关于.pt转化成onx文件的教程首先打开anaconda prompt创建一个虚拟环境叫做onx话不多说直接上代码pip install onnx安装pyTorch打开网站https://pytorch.org/get-started/locally/conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch接下来继续安装pip install onnx-ca原创 2021-04-16 22:24:28 · 3280 阅读 · 0 评论 -
win10+pychram+yolov5踩坑
今天发现都是用labelimg标记的数据集,但是如果数据集的文件名冲突的话,yolov5是训练不了的会报错,改文件名都没用只有在数据集刚开始的时候全部排序好才行,不然就是白做原创 2021-04-08 21:31:51 · 297 阅读 · 0 评论 -
win10+anaconda+pychram+yolov5调参、训练经验慢慢更新
(1)训练参数 opt参数解析: cfg:模型配置文件,网络结构 data:数据集配置文件,数据集路径,类名等 hyp:超参数文件 epochs:训练总轮次 batch-size:批次大小 img-size:输入图片分辨率大小 rect:是否采用矩形训练,默认False resume:接着打断训练上次的结果接着训练 nosave:不保存模型,默认False notest:不进行test,默认False noau...原创 2021-04-05 01:14:32 · 11439 阅读 · 30 评论 -
pychram+yolov5+anaconda使用自己的数据集训练网络
(1)数据集制作(2)数据标注(3)下载预训练模型数据模型下载网站https://github.com/ultralytics/yolov5/releases看一下你想选择什么这个是yolov5作者在COCO数据集上测试的数据集,这几种结构性能上各有千秋简单的说Yolov5s网络最小,速度最少,AP精度最低。但如果检测的以大目标为主,追求速度,倒也是个不错的选择。其他的三种网络,在此基础上,不断加深加宽网络,AP精度也不断提升,但速度的消耗也在不断增加。..原创 2021-04-03 14:35:33 · 504 阅读 · 0 评论 -
win10+yolov5+anaconda+pychram环境搭建
之前折腾了yolov3现在直接上yolov5,话不多说。进入官网下载代码https://github.com/ultralytics/yolov5(1)下载代码直接进入文件夹输入代码pip install -r requirements.txt完成(2)安装cuda首先打开官网https://pytorch.org/get-started/locally/我们可以看到需要的是cuda11直接conda install pytorch原创 2021-04-02 08:47:09 · 1006 阅读 · 2 评论 -
win10+anaconda+pychram+yolov3实战教程
首先先到官网上面去下载权重文件(1)权重文件下载https://pjreddie.com/darknet/yolo/(2)下载yolo3的代码https://github.com/qqwweee/keras-yolo3(3)打开pychram可以看到里面项目的代码(4)制作数据集https://blog.youkuaiyun.com/qwazp3526cn/article/details/115185129dir /b/s/p/w *.png>train.txt原创 2021-04-02 01:33:13 · 1493 阅读 · 1 评论 -
tf和keras两者之间的版本关联
https://docs.floydhub.com/guides/environments/原创 2021-03-30 16:06:09 · 281 阅读 · 0 评论 -
yolo3模型转换踩坑
问题一:解决方案:pip uninstall h5py pip install h5py问题二:解决方案:python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5结果:原创 2021-03-29 21:51:20 · 253 阅读 · 0 评论 -
win10+anaconda+pychram+YOLO开发环境搭建
想在win10上面训练网络的小伙伴看过来,之前找了很多教程发现都是这里问题,那里问题,今天就开始一次性解决吧,只需要很简单的几步。首先(1)下载一个anaconda下载完成之后(2)打开这个网站https://www.tensorflow.org/install/source_windows看到下面的这个表这个是tf的版本对于的环境如果你想装tf2.0.0 你就需要cudnn7.4+cuda10接下来我们(3)去找cudnn7.4+cuda10这个是cud..原创 2021-03-29 14:18:01 · 682 阅读 · 2 评论 -
win10+anaconda3 + LabelImg 标注工具安装教程
首先在anaconda上面创建虚拟环境进入虚拟环境进到labelImg官方GitHub>下载文件压解文件按住shift+右键复制路径进入文件夹现在需要安装配置文件安装pyqtconda install pyqt=5安装conda install -c anaconda lxmlpyrcc5 -o libs/resources.py resources.qrc运行这行代码打开软件python l...原创 2021-03-24 19:39:28 · 598 阅读 · 0 评论 -
Matlab实现直方图优化的图像去雾技术
图像增强图像增强是指按特定的需要突出图像中的某些信息,并同时削弱或去除某些不需要的信息的处理技术。图像增强主要的作用是相对于原来的图像,处理后的图像能更加有效地满足某些特定应用的要求。根据图像处理空间的不同,图像增强基本上可以分成两大类:频域处理法、空域处理法。频域处理法的基础是卷积定理,其通过进行某种图像变换(如傅里叶变换、小波变换等)得到频域结果并进行修改的方法来实现对图像的增强处理。空域处理法是直接对图像中的像素进行处理,一般是以图像灰度映射变换为基础并且根据图像增强的目标来采用所需的映射变换,常见原创 2020-06-16 09:30:12 · 2356 阅读 · 0 评论