weixin_39566143的博客

目标在自然场景下识别下面这个路标准备一些场景测试图片，一行会用。2. 思路路标外围的红色还是挺有区分度的，所以可以利用hsv先将场景中的红色区域提取出来，然后通过中值滤波和形态学处理去除噪音，接着就可以把每个红色区域的轮廓提取出来了，由于路标是椭圆形（视角原因，本来是圆形），所以利用每个轮廓去拟合一个椭圆并计算面积，同样的，轮廓也可以计算面积。如果当前的轮廓是路标的话，这两个面积比应该接近于1.具体的细节请看代码和注释。3. 代码#include<iostream>#inc.

1. 首先使用pytorch训练一个简单的猫狗分类模型具体代码参考pytorch实现kaggle猫狗识别（超详细）记得先下载猫狗数据集，然后改一下代码里的路径2. 将保存的模型转为onnx格式model = torch.load('model.pt',map_location=lambda storage, loc: storage)dummy = torch.randn(1,3,224,224)out = model(dummy)torch.onnx.export(model,dummy,

#include<opencv2/highgui/highgui.hpp>#include<opencv2/imgproc/imgproc.hpp>#include<iostream>void mouse_callback(int event, int x,int y, int flags, void* param){ if(event & cv::EVENT_LBUTTONDOWN) { cv::Mat image =