人群计数是公共安防行业中非常需要的一种技术。对于给定的一幅图像或一段视频，通过目标检测算法，计算出其中的人数。
基于yolov5 Coco预训练的person类人群计数，对于不大拥堵的室内外环境可以达到理想的实时效果.
由于之前的免费云要收费，已经更换新的限时免费云gpu，
压缩包里面的word 计数图文教程，可以在限时免费云gpu
上轻松运行，售后可以私信截图或者扣扣
2022-05-22 09:09:30
489.69MB
python+opencv+meanshift算法实现物体跟踪，
读取一段视频，并对视频中指定区域的物体进行跟踪
2022-05-20 22:05:11
3.95MB
利用Python和Opencv算法，实现下述功能：
1、 准备一张学生本人在纯色背景前的照片，并且要求背景颜色与皮肤、衣服的颜色区别较大。
2、 准备一张与上述人像图像大小相同的风景图片。
3、 利用图像增强算法处理人像照片，以提升照片的品质。
4、 利用图像处理算法将步骤3得到的照片中背景部分置为黑色，人像部分保持不变。
5、 利用图像处理算法处理风景图片，使风景图片变得模糊，实现背景虚化。
6、 利用图像处理算法将步骤4得到的人像图像进行二值化处理，人像部分为0，背景部分为1。
7、 利用步骤6得到的二值图像将步骤5得到的风景图像中用于合成人像区域的像素置为黑色后，与步骤4得到的人像图像进行合成，实现人像迁移。
2022-05-20 22:05:10
684KB
目标检测训练数据集 格式VOC 包含了xml标注文件，可以进行目标检测训练，识别水尺进而进行水尺识别等下游操作
2022-05-19 22:06:47
607.8MB
MacBook pro 的m1芯片编译的opencv_453版本，编译的是java版本。其中包含了openopencv-453.jar和libopencv_java453.dylib两个文件；m1芯片直接使用
2022-05-19 19:08:30
12.13MB
1
人脸识别-面向计算机视觉的基础库，支持 Linux、Windows 以及 MacOS 平台。它提供了众多功能，包括基于 PyTorch 的通用训练框架、高质量实现的常见 CUDA 算子、通用的 IO 接口、图像和视频处理、图像和标注结果可视化、多种 CNN 网络提供了如下众多功能：
通用的 IO 接口
图像和视频处理
图像和标注结果可视化
常用小工具（进度条，计时器等）
基于 PyTorch 的通用训练框架
多种 CNN 网络结构
高质量实现的常见 CUDA 算子
人脸识别-面向计算机视觉的基础库，支持 Linux、Windows 以及 MacOS 平台。它提供了众多功能，包括基于 PyTorch 的通用训练框架、高质量实现的常见 CUDA 算子、通用的 IO 接口、图像和视频处理、图像和标注结果可视化、多种 CNN 网络提供了如下众多功能：人脸识别-面向计算机视觉的基础库，支持 Linux、Windows 以及 MacOS 平台。它提供了众多功能，包括基于 PyTorch 的通用训练框架、高质量实现的常见 CUDA 算子、通用的 IO 接口、图像和视频处理、图像和标注结果可视化、多种
2022-05-19 12:05:27
10.22MB
9类目标
names: ['Cap1', 'Cap2', 'Cap3', 'Cap4', 'MOSFET', 'Mov', 'Resestor', 'Resistor', 'Transformer']
2022-05-19 12:05:27
163.41MB