matlab口罩识别代码引用自 MaskTrack 蒙版跟踪 这是视频对象分割中最先进的方法的基线,例如和[用于多对象跟踪的清醒数据梦想] ()。 中排名前三的方法基于 MaskTrack 方法。 但是,没有可用于 MaskTrack 方法的开源代码。 这里我提供了 MaskTrack 方法,其规格如下: 该代码在 DAVIS 2017 测试开发数据集上给出了 0.466 的分数。 J 均值是 0.440,F 均值是 0.492。 该代码处理 DAVIS 2017 中存在的多个对象。 还包括用于在 DAVIS 17 train+val 上进行离线训练和在 DAVIS 17 test 上进行在线训练的 matlab 中的数据生成代码。 因此,所有代码都打包在一起。 入门 用于测试的机器配置: 两块“GeForce GTX 1080 Ti”卡,每块 11GB 内存。 CPU RAM 内存 32 GB(虽然只需要大约 11 GB) 离线训练是在 DAVIS 2017 训练数据上完成的。 在线训练和测试在 DAVIS 2017 测试数据集上完成。 我建议使用 conda 来下载和管理环境。 下
2021-10-19 23:06:32 150KB 系统开源
1
基于MATLAB的口罩检测。因为口罩是穿戴于脸部,因此先进行人脸定位,分割,再进行口罩检测。口罩是疫情过后新起的课题,因为课题具有新颖性质,参考资料等相对比较少。
1
matlab口罩识别代码openreview_lungtumouriclr2018 COMP 551 最终项目:从 ICLR 2018 中复制一篇论文。 JVZ 团队 以下存储库包含用于重现 ICLR 2018 年会议提交结果的代码:肺肿瘤定位和使用 ALEXNET 和自定义 CNN 进行识别 dicom2png.m :将原始下载的 LIDC-IDRI 数据集转换为 PNG 图像的文件夹,按患者 ID 排序,并使用每个切片的 SOP ID 进行重命名。 convertLabels.m :将数据集中的 xml 标签转换为 Matlab Map 对象,通过其 SOP 对每个切片进行索引,并包括标记为结节的每个像素的矩阵。 然后脚本为每个切片创建相应的图像掩码,其中 0 对应于良性组织,1 对应于标记的结节。 此脚本利用 Wouter Falkena 的 xml2struct 实现(请参阅包含的许可证文件)。 像素标签结果保存为 pixelmap.mat。 buildDatastore.m :构建一个数据存储对象,索引 PNG 文件夹中的所有切片,并使用由 convertLabels.m 生
2021-10-08 14:04:37 54.59MB 系统开源
1
该课题为基于面部的人数统计系统,在MATLAB平台,带有GUI界面。实时分割出人脸,并且计数,将分割到的人脸进行单独地显示出来。可识别戴口罩,也可以识别非戴口罩。还可以二次开发成口罩识别系统,尤其是20年疫情情况下,结合该时代背景,是一个很不错,有创新的选题。
1
MATLAB口zhao识别系统。先进行人脸定位,裁剪人脸,因为口罩是在人脸部位的。人脸定位+颜色定位的方法,带GUI界面。
1