基于深度可分离卷积, 提出了一种适用于嵌入式平台的小型目标检测网络MTYOLO(MobileNet Tiny-Yolo), 它将待检测的图片平均分割成多个单元格, 并采用深度可分离卷积代替传统卷积, 减少了参数量和计算量。采用点卷积和特征图融合的方法来提高检测精度。实验结果表明, 所提MTYOLO网络模型大小为41 MB, 约为Tiny-Yolo模型的67%, 其在PASCAL VOC 2007数据集上的检测准确率可达到57.25%, 检测效果优于Tiny-Yolo模型, 更适合应用于嵌入式系统。
2022-03-20 20:52:23 6.78MB 机器视觉 目标检测 深度神经 嵌入式系
1
图像目标检测是找出图像中感兴趣的目标,并确定他们的类别和位置,是当前计算机视觉领域的研究热点。近年来,由于深度学习在图像分类方面的准确度明显提高,基于深度学习的图像目标检测模型逐渐成为主流。首先介绍了图像目标检测模型中常用的卷积神经网络;然后,重点从候选区域、回归和anchor-free方法的角度对现有经典的图像目标检测模型进行综述;最后,根据在公共数据集上的检测结果分析模型的优势和缺点,总结了图像目标检测研究中存在的问题并对未来发展做出展望。
1
研究在漏检、 无杂波情况下多传感器对数目未知的目标检测中数据关联问题, 并将其表述为多 传感器数据集之间数据的组合优化分配问题, 提出一种基于 GA 的关联算法。仿真实验表明, 该算法具 有较高的关联成功率, 可大幅度提高多传感器系统的检测概率, 并能对目标个数进行优化。
2022-03-17 16:39:25 201KB 多传感器 多目标 数据关联 组合优化
1
针对视频监控系统中,复杂环境引起摄像机抖动,造成运动目标检测不准确的问题,提出了一种基于分区灰度投影稳像的运动目标检测算法.首先对每帧图像进行分区,利用分区灰度投影算法对图像各分区的运动矢量进行准确提取和相关性分析,进行抖动判断,并对抖动帧进行运动补偿.然后利用高斯混合背景建模算法进行运动目标提取.最后对目标提取结果进行形态学处理,以进一步提高目标提取的精度.实验结果表明,本文算法较好地消除了场景中运动目标对运动矢量计算的干扰,实现了在摄像机抖动视频场景中的运动目标的准确检测和提取,大大降低了抖动视频目标
2022-03-17 16:05:36 505KB 自然科学 论文
1
积水检测数据集,包含voc和yolo数据格式
2022-03-17 14:28:49 70.51MB 积水检测 yolo数据集 目标检测 voc数据集
前面几篇文章完成了训练端和部署端的环境搭建以及模型的训练,并经过两次模型转化最终将YOLOv3 TINY模型部署在了树莓派上。其实最核心的内容已经完成了,接下来就是一些应用层面的东西了。 树莓派控制马达: 1. 材料硬件: 1.树莓派3B+ 2.四个直流电机 3.一个小车底盘+四个车轮(某宝上有卖) V0L3UwMTA5NjgzNTA=,size_16,color_FFFFFF,t_70#pic_center) 4.L298N驱动模块(介于树莓派与马达之间的桥梁) 5.充电宝一个(用于给树莓派供电) 6.18650锂电池两节(给小车马达供电,普通干电池真的不能用,不然你会拥有好多废电池)
2022-03-15 17:27:52 549KB 树莓派 模型
1
红外飞机小目标数据集,共22个data文件夹,每个data文件夹都有标注,不需要自己再做标注。可用于深度学习中红外飞机小目标检测使用,包括天空背景、地面背景、多架飞机、飞机远离、飞机靠近等多种情况。 此处为data2,其他数据集可查看本人其他发布。
2022-03-15 14:53:20 21.32MB 红外图像 目标检测 数据集 深度学习
1
使用英特尔D435实感摄像头,在Opencv DNN框架下基于Yolov3框架实现目标检测,并根据深度信息实现对异物的3D定位。 实时显示摄像机坐标系中的坐标。 异议检测和位置RealsenseD435要求C ++版本Ubuntu18.04或16.04 Opencv 4.x C ++ 11_std至少,我在绝对路径/ usr / local / eigen3中使用了C ++ 17 std Eigen3:Cmake> = 3.17 PCL lib> = 1.7.1 Intel Realsense SDK> = 2.0 Yolov3,由Darknet Python版本pyrealsense2.x Opencv-python numpy与C ++版本相同,必须已安装realsense D435的SDK如何使用C ++ git clone https://github.com / Mazhichaoruya /异议检测和定位Rea
2022-03-14 21:14:57 191.69MB C/C++ Machine Learning
1
2.机载下视雷达的杂波谱 所谓杂波谱是指机载雷达下视时,通过雷达天线主波瓣和副瓣进入接收机的地面或海面干扰背景的反射回波的频谱。由于机载雷达装设在运动的平台上,即随载机的运动而运动,即使固定的反射物,也因反射点相对速度不同而产生不同的多普勒频移,地波杂波变得相当复杂。 运动目标检测及测速
2022-03-14 20:09:58 5.66MB nmb
1
主要介绍了python目标检测给图画框,bbox画到图上并保存案例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
2022-03-14 01:11:28 48KB python 目标检测 图画框 bbox
1