u010851059的博客

所用函数：cv2.threshold() —— 阈值处理cv2.findContours() —— 轮廓检测cv2.boundingRect() —— 最大外接矩阵cv2.rectangle() —— 画出矩形cv2.minAreaRect —— 找到最小外接矩形（矩形具有一定的角度）cv2.boxPoints —— 外接矩形的坐标位置cv2.drawContours(image, [box], 0, (0, 0, 255), 3) —— 根据点画出矩形# -*- cod

虚拟环境安装基础命令:conda env listconda list | grep pythonconda create -n test python=3.6conda activate testconda remove -n test --allconda源配置修改：cat ~/.condarcPIP源配置修改：cat ~/.config/pip/pip.conf

计算两个框IOU交并比代码：def iou(bbox1, bbox2): """ Calculates the intersection-over-union of two bounding boxes. Args: bbox1 (numpy.array, list of floats): bounding box in format x1,y1,x2,y2. bbox2 (numpy.array, list of floats): boundin

摘要多目标跟踪基准平台（Multiple Object Tracking Benchmark，https://motchallenge.net/，然后下载MOT-17提供的检测结果和相应的视频，读取检测结果，解析后实时显示在视频上。具体过程下图所示：**1 MOT数据集1.1 标注工具VOTT标注工具1.2 下载MOT-17数据集检测结果与标签1.3 解析det.txt，并将检测结果显示在MOT17-04-SDP上import cv2import numpy as npdef main

实现 Flask 应用的高并发Gunicorn + Flask App安装 Gunicorn 和 gevent：pip install gunicornpip install gevent对 I/O 密集型的任务，采用 workers + gevent 的方式：gunicorn run_server:app -w 9 -b 0.0.0.0:8888 -k gevent对 CPU 密集型的任务，采用 workers：gunicorn run_server:app -w 9 -b 0.

截屏工具使用

两种正则引擎:DFA & NFA