- 博客(8)
- 收藏
- 关注
RSS订阅原创 YOLO区域目标检测
基于YOLO的区域检测 最近在研究YOLO的项目，也研究一些大神关于区域检测的代码，发现比较稀缺，几番周折之后，研究了一下，搞了一套暂且能凑合用的，先码上，免得以后自己忘了。 我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客： 全新的界面设计 ，将会带来全新的写作体验； 在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示； 增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编
2025-11-14 14:05:01
5012
16
原创 如何判断一个点是否在一个3D区域内部
3.如果交点数为奇数，则点在多边形内部；如果交点数为偶数，则点在多边形外部。1.定义一个射线，从待判断的点沿着任意方向延伸。1.将多边形的顶点和待判断的点表示为三维坐标。2.遍历多边形的边，计算每条边与射线的交点。4.根据交点的数量判断点是否在多边形内部。2.统计射线与多边形的边相交的次数。3.统计交点的数量。
2023-06-07 11:09:09
1928
1
原创 YOLOX的onnx图片推理方式
默认已经通过yolox中的代码将训练完的模型文件转成了onnx格式 1.引入必要的库 import cv2 import torch import numpy as np import onnxruntime from yolox.data.data_augment import preproc from yolox.data.datasets.voc_classes import VOC_CLASSES from yolox.utils import mkdir, multiclass_nms, demo
2022-04-08 10:49:02
1079
1
原创 YOLOX的推理代码
最近项目有人多用到了YOLOX，源生代码的推理方式有点复杂，也有点麻烦，不利于部署，故参考各个大佬，码了一篇推理代码。 1.引入必要的包 import numpy as np import cv2 import torch import torch.backends.cudnn as cudnn from yolox.data.data_augment import preproc from yolox.utils import postprocess from exps.example.yolox_voc
2022-04-08 10:43:57
760
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人