GG的博客

import cv2 # OpenCVimport tkinter.filedialog # Python文件对话框filename = tkinter.filedialog.askopenfilename() # 弹出对话框选择需要裁剪的视频文件cap = cv2.VideoCapture(filename) # 打开视频文件frames = cap.get(cv2.CAP_PROP_FRAME_COUNT) # 获得视频文件的帧数fps = cap.get(cv2.CAP_PRO.

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...

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

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

（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。..

报错：OpenCV(4.5.1) C:\Users\appveyor\AppData\Local\Temp\1\pip-req-build-r2ue8w6k\opencv\modules\highgui\src\window.cpp:376: error: (-215:Assertion failed) size.width>0 && size.height>0 in function 'cv::imshow'这个是图片路径的问题，加上（\）就能解决问题...

import cv2import osdef save_img(): video_path = 'D:\\Project\\CarDT_Data\\20210323_20_15' videos = os.listdir(video_path) for video_name in videos: file_name = video_name.split('.')[0] folder_name = video_path + file_name ...

importmathimportcv2importmatplotlib.pyplotaspltimportnumpyasnp#模糊核生成defget_motion_dsf(image_size,motion_dis,motion_angle):PSF=np.zeros(image_size)#点扩散函数x_center=(image_size[0]-1)/2y_center=(ima...

import cv2import osdef save_img(): video_path = 'D:\\Project\\CarDT_Data\\20210323_20_15' videos = os.listdir(video_path) for video_name in videos: file_name = video_name.split('.')[0] folder_name = video_path + file_name ...