学渣集散地

一、一文看懂YOLO v1一文看懂YOLO v2一文看懂YOLO v3二、深入浅出Yolov3和Yolov4从零开始PyTorch项目：YOLO v3目标检测实现三、YOLO系列之yolo v1YOLO系列之yolo v2YOLO系列之yolo v3

转载好文一篇 一、WHAT论文下载地址：License Plate Detection and Recognition in Unconstrained Scenarios [pdf] github 的项目地址：alpr-unconstrained数据集： http://www.inf.ufrgs.br/~crjung/alpr-datasets.工程主页：alpr-datasets视频效果： Demi Lovato Rock in Riio Lisboa 2018本文选自ECCV2018的论文《

工作里部署yolo时踩了很多坑，记录一下。yolov4、yolov5因为各种技术不支持的原因就放弃了，选择用yolov3或yolov3-spp。yolov3我用过两个版本，一个是原作者的darknet版，一个是yolov5作者Ultralytics LLC的版本。单纯使用的话我比较推荐后者，因为封装的比较好，而且文档做的很清晰，使用起来很爽。但论兼容性，darknet版肯定是最好的。踩了无数坑之后，还是用回darknet版。。。毕竟是C实现的，很强很牛批。。。...

本blog多处代码copy自https://blog.youkuaiyun.com/TYUT_xiaoming/article/details/102480016，主要记录自己实践中遇到的问题和自己的解决方案，按下面的流程走相信你能快乐地完成该任务~1|0Step 1 PrepareYolo-v3代码fork from https://github.com/eriklindernoren/PyTorch-YOLOv3Coco数据集需要自行下载2|0Step 2 提取图片和标注信息首先运行下面的代码从...

具体原理不仔细说了，直接放matlab代码吧。空域：均值和中值滤波clc;clear;img = imread('4.tif');%读取图片%img = rgb2gray(img);[m, n, z] = size(img);img = double(img);fz = 5; %滤波器窗口大小img_pad = zeros(m+fz-1, n+fz-1); %拓展图像边界img_pad(fz-1:m+fz-2, fz-1:n+fz-2) = img;%% 均值滤波filte

加载一个彩色图片，显示图片，按下任意键退出import cv2import numpy as npfile_name = "D:\Machine learning\Adapt processing\\2.jpg" #图片的路径img = cv2.imread(file_name, 1) #cv2.imread(文件名，标记)读入图像cv2.namedWindow('image',c...