注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. ORB-SLAM2 技术详解(3)– 源码编译及TUM RGB-D数据集测试

  2. 目录 0. 摘要 1. ORB-SLAM2 简介 2. 安装依赖库 （1）安装Pangolin  （2）安装必要的依赖库 （3）安装OpenCV （4）安装Eigen （5）安装BLAS and LAPACK库 (1) BLAS: Basic Linear Algebra Subprograms (2) LAPACK：Linear Algebra PACKage 3. 编译OEB_SLAM 4. 运行测试程序 4.1 TUM数据集格式简介：官网介绍https://vision.in.tum.de

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：781kb
    • 提供者：weixin_38719890

  1. StereoCameraLib:使用Opencv3.x的CMake项目-源码

  2. 设置 视窗 mkdir build && cd build cmake -DOpenCV_DIR="D:\opencv-3.4.7\build" -DCMAKE_GENERATOR_PLATFORM=x64 -DCMAKE_CXX_FLAGS=/D_SILENCE_TR1_NAMESPACE_DEPRECATION_WARNING .. cmake --build . 替换D：\ opencv-3.4.7 \ build为你的opencv build目录 打包所有依赖 cmake --insta

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：76kb
    • 提供者：weixin_42137032

  1. automatic-car-detection:我制作的基于计算机视觉的系统实现了经过训练的Haar级联以检测车辆-源码

  2. 使用OpenCV和Python进行实时汽车检测 我制作了一个基于计算机视觉的系统，该系统实现了经过训练的Haar级联以检测车辆。 在创建该项目时，我使用作为参考。 她介绍了一个过程，该过程包括使用代表性数据集进行训练和验证，包括正图像样本和负图像样本。 如果您想了解有关该模型背后的实际科学的更多信息，请参见本文 安装 我导入了预先训练的级联模型文件，该文件节省了必须训练模型以在视频帧中发现汽车的时间。 您需要做的第一件事是pip3 install opencv-python来安装Open

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：10mb
    • 提供者：weixin_42116596

  1. drone-object-detection-using-haar-cascades-源码

  2. 使用Haar级联的无人机对象检测--编码：utf-8-- ---作者：托马斯·塞伯（Thomas Sabbe）---邮件： ---日期：25/03/2021 欢迎来到使用haar级联的对象检测资源库。 免责声明：此仓库中的某些功能具有调试选项。 这包含文本输出和/或视觉输出。 该存储库的内容，按照library.py脚本的正确顺序： 颜色检测：使用以下方法确定对象的颜色 无人机视觉：给定两个参数（扫描时间和所需颜色），返回无人机和物体之间的像素距离，该距离已通过级联模型检测到。 数据增

  3. 所属分类：其它

  1. DPT:密集预测变形金刚-源码

  2. 视觉变压器用于密集预测 这个软件库包含的代码和模型为我们的： 视觉变压器用于密集预测RenéRanftl，Alexey Bochkovskiy，Vladlen Koltun 变更日志 [2021年3月]推理代码和模型的初始版本 设置 下载模型权重并将其放在weights文件夹中： 单深度： ， ， 分割： ， ， 设置依赖项： conda install pytorch torchvision opencv pip install timm 该代码已经过Python 3.7

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：22kb
    • 提供者：weixin_42097914

  1. multipose-源码

  2. MultiPose_Demo 回购是针对CPU的多位置估计，不需要GPU。 您可以在带有WeCam或视频文件的Intel CPU中运行它。 环境 该代码已在Ubuntu 16.04＆Win10，Python 3.6和PyTorch上进行了测试。 测试需要Intel CPU和OpenVINO。 快速开始 安装 python> = 3.6 火炬 OpenCV 盗用者 麻木 遵循， 。 跑 # USAGE python multi_keypoint.py --xml /path/to/yo

  3. 所属分类：其它

  1. MaskRCNN:maskrcnn原始码解析与修改-源码

  2. 介绍 该代码用于从学习maskrcnn算法。 我对此做了非常详细的代码注释。 并且我创建了maskrcnn的ros节点来抓取机器人。 当前过程 进行详细的代码注释 写一个maskrcnn的ros节点 编写数据增强python脚本以生成更多数据 文件功能 mrcnn文件：maskrcnn的核心算法 data_aug.py：数据扩充 train_segment.py：模型训练和测试 MaskRCNNTrainGraph.mmap：maskrcnn算法流程图 segment_node.py：ma

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：962kb
    • 提供者：weixin_42132352

  1. TestingOpenCV:使用OpenCV解决基本的计算机视觉问题-源码

  2. 测试OpenCV 使用OpenCV解决基本的计算机视觉问题 主要特点： 使用Qt 5.10.1创建

  3. 所属分类：其它

  1. petIdentifyApp:petIdentifyApplication-源码

  2. 2020.11.21 Android Studio配置openCV环境，使用openCV3.3.0 Android SDK（参考方法链接）通过git与github进行版本管理调节图像灰度测试成功 存在问题：调节灰度图片断裂（4.95MB）时程序崩溃，换用较小图片（769KB）后通过，所涉及的代码段如下//调节图像灰度（功能测试）private void convert2Gray（）{位图图片= BitmapFactory.decodeResource（getResources（），R.drawa

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：251mb
    • 提供者：weixin_42132056

  1. RAFT-源码

  2. 筏 该存储库包含本文的源代码： ECCV 2020扎卡里·泰德（Jachary Teed）和贾登（Jia Deng） 要求 该代码已通过PyTorch 1.6和Cuda 10.1进行了测试。 conda create --name raft conda activate raft conda install pytorch=1.6.0 torchvision=0.7.0 cudatoolkit=10.1 matplotlib tensorboard scipy opencv -c pytor

  3. 所属分类：其它

  1. Structure-SLAM-PointLine:这是基于ORBSLAM2的基本点线SLAM系统-源码

  2. 结构SLAM（PL） 该平台提供了实时单眼SLAM方法，该方法通过利用点（ORB）和线（LSD）功能来计算相机轨迹和稀疏3D重建。我们提供了在上运行系统的示例。 1.许可证 Structure-SLAM（PL）是根据发行的。对于出于商业目的的Structure-SLAM（PL）的闭源版本，请通过tum.de与我联系yanyan.li 2.先决条件 我们已经在Ubuntu 16.04中测试了该库，但是应该可以轻松在其他平台上进行编译。功能强大的计算机（例如i7）将确保实时性能并提供更稳定和准确

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：106mb
    • 提供者：weixin_42116585

  1. vehicle-recognition-ssd:使用单发检测器进行车辆识别-源码

  2. 使用用于AV的SSD的车辆识别 在自动驾驶汽车（AV's）中使用单发检测器（SSD）进行车辆识别。 链接到PowerPoint以访问视频： 固态硬盘300 使用TensorFlow实现的单发MultiBox检测器 依存关系 python3.6.1 麻木 skimage TensorFlow matplotlib OpenCV 用法 导入所需的模块 import tensorflow as tf import numpy as np from util.util import * from

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：300mb
    • 提供者：weixin_42181686

  1. Invertible-Image-Rescaling:实施文件-源码

  2. 可逆图像缩放 这是PyTorch的论文实现：可逆图像缩放（ECCV 2020口头）。 。 依赖关系和安装 Python 3（推荐使用 ） NVIDIA GPU + Python软件包： pip install numpy opencv-python lmdb pyyaml TensorBoard： PyTorch> = 1.1： pip install tb-nightly future PyTorch == 1.0： pip install tensorboardX 数据集准

  3. 所属分类：其它

  1. face-filter-dlib:在python中使用dlib进行面部滤镜效果-源码

  2. 使用dlib的人脸过滤器和使用Python的OpenCV 在Python中使用OpenCV和dlib的面部滤镜效果。 测试脚本显示了绘制的所有点以及蒙版应用的每个步骤。 安装依赖项 pip install -r requirements.txt 运行程序 python main.py 运行测试脚本 python test.py 冷却眼镜资产：

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：70mb
    • 提供者：weixin_42127754

  1. fyp-源码

  2. 联合训练单视图深度网络和曲面法线网络 这是用于训练和测试sefl监督方法的参考PyTorch实施，该方法通过联合训练相对深度网络和表面法线网络来估计单视图绝对深度 该存储库由维护 执照 该代码来自和 版权所有:copyright:Niantic，Inc.2019。正在申请专利。版权所有。该代码仅供非商业使用；请参阅中的条款。 设置 假设使用新的发行版，则可以使用以下命令安装依赖项： conda install pytorch==1.2.0 torchvision==0.4.0 cudatool

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：10mb
    • 提供者：weixin_42132598

  1. OpenCV：OpenCV测试-源码

  2. OpenCV OpenCV测试

  3. 所属分类：其它

  1. 头部姿势估计：使用TensorFlow和OpenCV进行头部姿势估计-源码

  2. 头部姿势估计 使用TensorFlow和OpenCV进行实时人头姿势估计。 入门 这些说明将为您提供在本地计算机上运行并运行的项目的副本，以进行开发和测试。 先决条件 该代码已在Ubuntu 20.04上进行了测试。 正在安装 该存储库已经提供了用于面部标志检测的预训练模型。 只是git clone然后就可以了。 # From your favorite development directory: git clone https://github.com/yinguobing/head-p

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：63mb
    • 提供者：weixin_42106357

  1. opencv：开源计算机视觉库-源码

  2. OpenCV：开源计算机视觉库 资源资源 主页： ： 课程： ： 文件： ： 问答论坛： : 以前的论坛（只读）： : 问题跟踪： ： 其他OpenCV功能： : 贡献 在开始请求请求之前，请阅读。 准则摘要： 每期一个拉取请求； 选择正确的基础分支； 包括测试和文档； 在提交之前清理“哎呀”提交； 遵循。

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：88mb
    • 提供者：weixin_42099987

  1. COVID-CT19-挑战：COVID-CT19-挑战-源码

  2. COVID-CT19-挑战 这是将每个CT图像分类为阳性COVID-19（图像具有COVID-19的临床表现）或阴性COVID-19（图像不具有COVID-19的临床表现）的示例。 先决条件 需要以下依赖项： numpy的> = 1.11.1 opencv-python> = 3.3.0 tensorflow-gpu == 1.8.0 熊猫> = 0.20.1 scikit学习> = 0.17.1 下位数据集 您可以从此处下载数据集 此预印本中描述了数据集详细信

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：294kb
    • 提供者：weixin_42134051

  1. FaceMaskDetector：使用深度学习和OpenCV进行实时面罩检测-源码

  2. 面罩检测器 使用深度学习和OpenCV进行实时面罩检测 关于项目 该项目使用深度神经网络，更具体地说是卷积神经网络，来区分戴着和不戴口罩的人的图像。 CNN设法在训练集上达到98.2％的准确性，在测试集上达到97.3％的准确性。 然后，使用OpenCV实时存储此CNN的权重，以将其分类为掩码还是不掩码。 通过网络摄像头捕获视频，对帧进行预处理并将其馈送到模型中以完成此任务。 该模型有效地工作，在戴/戴面具和显示预测之间没有明显的滞后时间。 该模型能够同时预测带有或不带有蒙版的多个面部 加工 带面

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：83mb
    • 提供者：weixin_42138703
« 12 3 4 5 6 7 »