使用OpenCV_python中的DNN,CaffeModel识别图像只需30行代码
2021-05-03 19:05:24
47.55MB
1
进行人脸检测时，需要读取deploy.prototxt文件，在Github上使用RAW的方式下载已经行不通了，这是使用SVN下载的face_detector文件夹
2021-04-28 19:13:31
44KB
1
包含age_net.caffemodel、deploy_age.prototxt、deploy_gender.prototxt、gender_net.caffemodel、haarcascade_frontalface_alt_tree.xml文件和CNN模型预测性别与年龄源码、配套图片素材
具体实现效果见CSDN博客“DNN系列6_CNN模型预测性别与年龄”查看效果
2021-04-27 15:12:46
380B
1
运行download_weights.py时无法自动下载DNN（opencv）人脸检测模型。所以单独到网站上历经千辛万苦下载得到。
2021-04-26 20:25:23
2.94MB
1
opencv实现的SSD人脸检测器，实现DNN的人脸检测，需要先下载模型文件，在OpenCV的\sources\samples\dnn\face_detector目录下，有一个download_weights.py脚本下载的模型文件，打包好了
2021-04-26 10:21:10
6.42MB
1
该文件中代码通过C++和opencv的DNN模块调用darknet训练的yolo检测模型，实现目标检测。
2021-04-25 14:21:48
5KB
1
经过近一周的不断尝试，终于编译成功OPENCV4.4 GPU测试YOLO3模型，中间过程遇到很多坑。
附件中已有下载好的.cache文件，亲们可参考《Win10 OpenCv4使用说明.doc》。
附件包括：opencv4.4 dnn cuda + Win10 + vs2017 64位 + YOLO3测试代码
opencv-4.4.0-vc14_vc15.exe + opencv_contrib-4.4.0.zip + sources\.cache + opencv源码编译说明文档 + YOLO测试代码
2021-04-22 17:08:38
591.6MB
1