双目视觉中，已经进行了摄像机的标定，那么根据摄像机的参数和左右图片，生成矫正图，确定视差图，并根据视差图计算出三维点云坐标并生成点云数据。用Halcon实现，路径请自行修改。
2022-05-30 12:05:48
4KB
双目视觉根据标定版计算摄像机内参（Halcon代码实现），需要自己买Halcon专用的标定版并且拍照和标定。
2022-05-30 12:05:47
5KB
文档包含了2021年最新的大厂算法岗面试题，如果你正在找工作，那一定不要错过，知己知彼才能百战百胜
2022-05-30 12:05:45
1.23MB
1
针对现有计算机视觉对交通路标识别的复杂性和不稳定性的问题，通过运用图像轮廓识别技术，提出了由全局特征到局部特征再到结构特征的多层次轮廓识别，在交通路标的识别过程中，分别构造了图像密度、形状度量、光滑程度和轮廓熵值4个层次的图像轮廓，同时结合Sobel算子和信息熵对交通路标图像进行了提取与分块处理。通过实验仿真结果表明：在图像的提取过程中，交通路标图像随着其DMOS值的增大，图像的质量越差，清晰度越低，其NRSS值越小；在图像的识别过程中，低通滤波器的大小设置为7×7，原图NRSS为0.7654，形状度量为1.3和2.4时，NRSS分别为0.3712和0.2667。这种层次化的轮廓分析在路标的识别上具有较好的稳健性。
2022-05-30 11:07:16
744KB
1
人脸_面具_检测_CNN
基于计算机视觉和深度学习的OpenCV和Pytorch面罩检测系统
数据集
下载数据集： :
训练
训练ResNet50模型：在train_resnet50.ipynb中，选择data_path（安装数据集的位置）和model_dir（应保存训练后的模型的位置）。执行train_resnet50.ipynb
训练MobileNetV2模型：在train_mobilenetv2.ipynb中，选择data_path（安装数据集的位置）和model_dir（应保存经过训练的模型的位置）。执行train_mobilenetv2.ipynb
测验
打开test.ipynb
在导入中：从model_resnet50导入模型中选择以测试ResNet50模型，从model_mobilenetv2导入模型中选择以测试MobileNetV2模型。
选择一个model_p
2022-05-30 08:56:56
10.68MB
1
mask_rcnn实现车道线，车辆及路面裂缝的检测，运行demo/seg_video.py即可，训练数据集见https://download.csdn.net/download/m0_46384757/85404350?spm=1001.2014.3001.5503
2022-05-29 21:05:44
847.82MB
视频讲解：http://www.bilibili996.com/Course?Id=5363388000218
2022-05-29 16:05:15
146.21MB
1
视频讲解：http://www.bilibili996.com/Course?id=0862817000219
2022-05-29 16:05:14
157.69MB
1