drone_tracking
具有图像检测功能的无人机目标跟踪
这是一个鹦鹉阿纳菲鹦鹉将使用图像处理技术降落在红色目标上的项目。 来自Parrot Olympe开发人员的basic_examples中的代码，并在执行跟踪代码之前提供了背景和必要的测试。 这是一项正在进行中的工作，无人机致动尚未调试。
2021-09-30 10:36:03
46.91MB
1
著名的猫图像标注数据集（Cat Annotation Dataset），包含 10000张 各种类型和环境下猫的图像以及相应的猫轮廓位置标注信息。
2021-09-17 22:03:40
1.84GB
1
The Oxford-IIIT Pet Dataset是一个宠物图像数据集，包含37种宠物，每种宠物200张左右宠物图片，并同时包含宠物轮廓标注信息。
2021-09-11 20:10:29
773.72MB
1
Extended Yale Face Database B 是灰度图人脸图像数据集，包含 28 个人，在 9 种不同的姿势和 64 种不同的拍摄参数下，总共 16128 张人脸图像。.
2021-09-09 23:14:50
1.99GB
1
INRIA Person 数据集用来对图像和视频中的直立行人进行检测。该数据集包含两类格式的数据，第一类为原始图像和相应的直立行人标注。第二类为标准化为 64x128 像素的直立性人正类和对应图片的负类图像。
2021-09-09 19:16:15
979.49MB
1
针对未来战场感知体系的自动化和智能化的需求，设计出了一种基于深度学习的战场红外目标检测系统。近年来随着深度卷积神经网络在图像识别领域的广泛应用，因此将这项新技术应用于军事目标检测具有极强的现实意义。系统通过红外成像机芯采集红外图像，使用图像采集卡实时传输图像数据，最后在主机端利用深度卷积神经网络进行目标检测。以YOLOv3算法作为基础，以某款金属车辆模型为例，采集该型车辆的红外图像数据并制作相应的数据集，训练得到相应的检测内核。通过实验证明，检测速度可达在30 帧/秒以上，且在fps达到30的前提下平均识别精度达到70%以上，不仅具有很好的实时性、准确性，对各种环境变化具有较好的鲁棒性，验证了该系统的可行性和军事应用价值。
2021-09-06 11:21:05
1.46MB
1