weixin_39566143的博客

可见光与红外图像融合

代码只供参考，在实际的使用场景中，进程之间可以传送不同的图片数据，比如一个进程负责读取相机传过来的数据，（网络相机可能会有很大的延迟，所以另开进程读取数据）另一个进程负责把图片输入到神经网络模型中去。//// Created by xia on 2022/1/5.//#include "unistd.h"#include "cstdlib"#include "cstdio"#include "cstring"#include "sys/wait.h"#include "opencv2/h

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 =