搜索资源列表
object_detect.py
- 使用CNN检测目标 基于Tensorflow目标检测API(Uses CNN to detect objects. Based on Tensorflow Object Detection API)
R-FCN-master
- R-FCN: Object Detection via Region-based Fully Convolutional Networks
audio
- 利用python对视频中较为明显的某样物体进行捕捉;直线检测及其他图像基本操作(Using Python to capture an object that is more obvious in video ;Line detection and other basic image operations)
帧间差法视频目标检测
- 基于帧间差分法的视频目标检测系统 运动目标自动检测是对运动目标进行检测、提取、识别和跟踪技术,在许多领域都有重要应用。使用帧间差分法设计并实现视频目标的检测系统(Video Target Detection System Based on Interframe Difference Method Moving object automatic detection is a technology of detecting, extracting, recognizing a
摄像头OV7670 探索者+物体检测
- 摄像头OV7670+ 探索者stm32f407+物体检测,对图像二值化后,进行一些简单的图像处理,找出物体的边沿。(Camera OV7670 + Explorer stm32f407 + object detection, after image binarization, some simple image processing is carried out to find the edge of the object.)
DET_results-test-challenge
- The results of some data trained for object detection by VisDrone2019
Matlab火焰火灾烟雾识别系统[带参数,GUI界面]
- 一、课题介绍 本设计为基于MATLAB的火焰烟雾火灾检测系统。结合火焰是实时动态跳跃的,采用面积增长率,角点和圆形度三个维度相结合的方式判断是否有火焰。该设计测试对象为视频,通过下一帧和上一帧的差异发现是否有火情,并可发出语音报警。本设计带有一个人机交互式GUI界面,界面友好。是个不错的毕设选题。 二、算法流程 结合火焰的面积增长率,角点和圆形度三个维度综合判断。并且得出每帧图像火焰部分的该三个参数,实时显示在GUI上。(1.Topic introduction This design
MATLAB烟雾火焰识别GUI界面
- 一、课题介绍 本设计为基于MATLAB的火焰烟雾火灾检测系统。传统的采用颜色的方法,误识别大,局限性强。结合火焰是实时动态跳跃的,采用面积增长率,角点和圆形度三个维度相结合的方式判断是否有火焰。该设计测试对象为视频,通过下一帧和上一帧的差异发现是否有火情,并可发出语音报警。本设计带有一个人机交互式GUI界面,界面友好。是个不错的bishe选题。 二、算法流程 结合火焰的面积增长率,角点和圆形度三个维度综合判断。并且得出每帧图像火焰部分的该三个参数,实时显示在GUI上。 三、GUI界面设计(Thi
Unet
- UNet最早发表在2015的MICCAI上,短短3年,引用量目前已经达到了4070,足以见得其影响力。而后成为大多做医疗影像语义分割任务的baseline,也启发了大量研究者去思考U型语义分割网络。而如今在自然影像理解方面,也有越来越多的语义分割和目标检测SOTA模型开始关注和使用U型结构,比如语义分割Discriminative Feature Network(DFN)(CVPR2018),目标检测Feature Pyramid Networks for Object Detection(FP