VisTR：使用变压器的端到端视频实例分段
这是的正式实施：
安装
我们提供了有关如何通过conda安装依赖项的说明。 首先，在本地克隆存储库：
git clone https://github.com/Epiphqny/vistr.git
然后，安装PyTorch 1.6和torchvision 0.7：
conda install pytorch==1.6.0 torchvision==0.7.0
安装pycocotools
conda install cython scipy
pip install -U 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'
pip install git+https://github.com/youtubevos/cocoapi.git#"egg=pyc
2022-06-20 19:42:44
65KB
1
经常碰到字符串分割的问题，这里总结下，也方便我以后使用。
一、用strtok函数进行字符串分割
原型： char *strtok(char *str, const char *delim);
功能：分解字符串为一组字符串。
参数说明：str为要分解的字符串，delim为分隔符字符串。
返回值：从str开头开始的一个个被分割的串。当没有被分割的串时则返回NULL。
其它：strtok函数线程不安全，可以使用strtok_r替代。
示例：
//借助strtok实现split
#include
#include
int main()
{
char
2022-06-20 18:02:42
58KB
1
基于传统的手部轮廓特征提取不能应对飞行模拟环境下的脸部肤色、遮挡、光照影响, 以及传统的傅里叶描述子特征容易受到背景、手的姿态变化, 且对手势描述能力有限等问题, 对传统的手部分割和特征提取方法改进. 本文首先对采集的数据集进行肤色处理, 然后结合调用的手部关键点模型检测出手部22个特征点, 采用八向种子填充算法进行图像分割. 接着对手部轮廓和关键点连接骨架进行傅里叶描述子算法特征提取, 最后通过支持向量机算法对提取的手势特征数据集进行训练、识别. 实验结果表明, 本文方法具有较好的手部分割, 特征提取不易受到背景、手的姿态变化的影响, 能够很好地应对在飞行模拟环境下的复杂背景下的干扰, 识别准确率能够达到98%. 本文研究在传统的手势识别算法中有一定的提高作用, 在手部交互技术领域有很重要的应用价值.
2022-06-20 14:15:14
1.32MB
1
深度学习机器学习图像处理的matlab源代码--基于均值聚类算法的图像分割应用实战
2022-06-20 14:07:46
30KB
1