主要是yolov4-tiny和opencv4.4的源码，功能主要用于目标检测，可以在Ubuntu或Linux上跑，直接实现摄像头、视频、图片的检测。

基于VC++的的meanshift算法动目标识别程序 基于VC++的的meanshift算法动目标识别程序 基于VC++的的meanshift算法动目标识别程序 基于VC++的的meanshift算法动目标识别程序 基于VC++的的meanshift算法动目标识别程序 基于VC++的的meanshift算法动目标识别程序

代码使用VScode写的纯python文件，里面的代码全是注释好的，小白也能看懂，若安装好相应的库后拿来可以直接运行，不会出问题，可以放心下载。 是基于jetson nano平台进行的，采用的是CSI摄像头，是物体识别后提取出自己感兴趣的对象，可以为后期用于检测物体大小，实现避障提供了很好的思路，可以参考这个程序写下去。 适合想用 jetson nano 来实现目标检测，目标识别后把自己感兴趣的对象提取出来，进行进一步应用的人群。 在这实现了目标检测和语义分割这一块，我们得到这个图像之后，可以方便我们去做很多事情，主要是在`jetson-inference`库中使用`DetectNet`完成目标对象的定位的，是通过提取其边界框来查找各种对象在帧中的位置，在这里与图像分类不同，对象检测网络能够每帧检测出许多不同的对象。

基于VC++的的meanshift算法动目标识别程序

现在网上很少关于C#目标检测的例子，要么质量不高，需要用Py 本例子基于开源代码，改成了WINFORM应用

提出一种基于二维经验模态分解(BEMD)的合成孔径雷达(SAR)目标识别方法。BEMD可以从原始SAR图像提取多层次的二维固态模函数(BIMF),它们可以更好地描述目标的细节信息,因此联合原始SAR图像及其多层次BIMF,可以为后续的分类决策提供更多有益信息。采用支持向量机(SVM)对原始SAR图像以及各个层次的BIMF进行决策,然后基于Bayesian理论对各个SVM输出的结果进行有效融合,从而获得更为稳健的识别结果。基于MSTAR数据集设置几种典型的实验条件,对本文方法进行性能测试,结果验证本文方法相比几类现有SAR目标识别方法更具有性能优势。

基于数字图像处理的计算机视觉对目标识别检测的研究 机器视觉是工业机器人获得外部环境信息的方法之一 ，通过视觉所得到的图像信息能实时地提取工件 参数 、 判断出工件所处的位置 。 为了改善从 CCD 摄像头摄取的工件图像的质量 ， 需通过理论分析和MATLAB 软件对图像进行预处理 ，利用直方图均衡化 、 中值滤波 、 边缘检测等方法 ，提取出板材矩形类工件的边缘特征 ，用 Halcon 软件计算测量板材边缘 ，利用 Canny 算子取得板材在精度误差之内的边缘检测效果 。

很不错的目标识别技术，特征提取很好.改程序是提取图像特征的核心程序。你值得拥有~

在Keras框架下，训练faster-rcnn网络，对kitti数据集中pedestrian，car目标进行识别

通过FPGA实现目标的检测，利用FPGA的并行处理能力实现大量数据的吞吐，体现了FPGA的价值与硬件特点，相比较与单片机的优势