文章目录  招聘内容 笔试/面试问题  运动估计 图像去糊 程序设计 面试提问  个人总结   招聘内容 主要职责：  对现有经典图像/视频处理算法进行优化设计； 搭建算法模型，并初步实现与验证； 参与嵌入式产品的软件开发  主要要求：  能够深刻理解图像算法的底层逻辑； 精通常用经典图像/视频处理方法，了解机器学习算法； 掌握C++/C编程语言，精通OpenCV； 熟悉MATLAB，能够快速验证算法原型；  笔试/面试问题 运动估计  什么是光流？基本假设有哪些？ 画出Lucas-Kanade算法进行参数化运动估计的算法流程图，并评价优缺点 Lucas-Kanade算法如何实现对光照变化鲁棒...

质量声明：原创文章，内容质量问题请评论吐槽。如对您产生干扰，可私信删除。 主要参考：python 读取 MNIST 数据集并解析为图片文件   文章目录  下载数据集 解压 解析为图片文件，按标签存放 读入数据集 数据增广 构建小批量数据数据生成器    摘要： MXNet实践: 以Fasion-MNIST为例，下载并读取数据集  图像分类数据集中最常⽤的是⼿写数字识别数据集MNIST ，但⼤部分模型在MNIST上的分类精度都超过了95%，选用图像内容更加复杂的数据集可以更直观地观察算法之间的差异，Fashion-MNIST克隆了MNIST的所有外在特征，⼀共包括了10个类别，分别为t-shi...

文章目录  视频帧及bbox读取 plt 单幅图片显示 常见色彩空间的分量显示 二值图像的联通域显示 显示统计直方图 颜色过滤生成二值图 Hough 圆检测 Hough 线检测 寻找轮廓 计算直线交点 添加Gaussian噪声 添加椒盐噪声    摘要： 将项目实践中比较常用的自定义函数集合汇总, 主要是Python函数, 便于快速算法验证  import matplotlib.pyplot as plt import cv2 as cv  视频帧及bbox读取 import cv2 as cv frame_sequence = "base" fix_mode = True...

文章目录  Colab 配置  一步操作 分步执行  新建Colab文件夹 新建ipynb文件 设置GPU, 查看参数 挂载Google Drive 切换Colab目录 设置断线自动重连 出错: 重启Colab  设置Colab字体  MXNet-GPU 计算  安装 食用方法  PyTorch-GPU 计算  安装 食用方法  下载数据集 导入成功, 开始训练    Colab 配置 一步操作 !nvidia-smi from google.colab import drive drive.mount('/content/drive') %cd "/content/drive/My...

质量声明：原创文章，内容质量问题请评论吐槽。如对您产生干扰，可私信删除。 主要参考：李沐等：动手学深度学习-伯克利教材   文章目录  Pikachu数据集  简介 下载 读取数据集 数据集格式解析  SSD 模型    摘要： MXNet实践: 单发多框SSD模型在Pikachu数据集上实现目标检测  Pikachu数据集 简介  在⽬标检测领域并没有类似MNIST或Fashion-MNIST那样的小数据集。为了快速测试模型，李沐大神在授课时合成了⼀个小的数据集–Pikachu ⾸先使⽤⼀个开源的⽪卡丘3D模型⽣成1000张不同⻆度和⼤小的⽪卡丘图像, 然后在收集的每一张背景图中随机选定区域...

最近在挑选工业摄像头模块，查了一些资料，现在把简单的经验汇总下。非专业人士，只供基本参考。 主要挑选参数有：      1. 焦距 2. 帧率 FPS 3. 视场角 FOV 4. 分辨率 5. 参数测试 6. 镜头畸变问题 7. 光源 其他    1. 焦距  可以根据下图选择焦距的大致范围。 焦距在35-50mm的镜头都被看作标准镜头，更小焦距称为广角镜头，更大的则为远摄镜头。相同的拍摄距离，焦距长度增加一倍，则被摄体在画面中的大小也增大一倍，但视野缩小了。参考博文：镜头的焦距与视场角简介   2. 帧率 FPS  可以根据实际需求来选择，一般视频场景都是在24-30FPS，远远高于30则表...

摘要: 以opencv驱动摄像头, 并处理图像, 将结果传递给C#, 不涉及图像数据Mat的传递. 工程主体为C#, 封装opencv为dll, 进行调用. 开发环境用VS2019   文章目录  openCV 程序设计  全局变量 摄像头初始化 摄像头高级设置(`注意备份, 谨慎更改`) 读取帧并显示 图像处理 关闭显示  头文件声明 生成dll C#窗体程序  建立窗体项目 导入dll 调用dll  其中遇到的问题    系统简化: 为了能够更具体地描述openCV C++与C#混合编程, 对系统进行简化. 目标是用简单的C#窗体程序, 读取摄像头, 并显示原始图像, 算法处理后, 显示结...

文章目录  计算图像差分  Sobel 算子 Scharr 算子 差分显示  计算梯度幅值 magnitude 计算梯度方向角 phase 同时计算梯度幅值和方向角 HOG特征    摘要： 通过调用 magnitude / phase / cartToPolar, 分别实现梯度幅值/角度的单独计算和同时计算, 并输出/显示. 需要说明的是, 示例函数可适用于三通道图像, 但计算三通道图像的梯度意义不大, 这里限定为单通道.  计算图像差分 参考来源: OpenCV Tutorials: Sobel Derivatives Sobel 算子  Sobel算子是高斯平滑和微分操作的结合体, 能够...

其实VideoCapture, VideoWriter 两个类的使用并不难, 但总是遇到很奇怪的问题. 跟着《学习opencv3》练习例程的时候就碰到接口改变, fourcc码不一致的问题, 最近项目开发中又碰到了视频保存"6kb"问题, 浪费了一天的时间. 感觉应该把这一块的接口搞明白了, 因此记录下来, 以供参考. 补充：webcam 帧率设定后必须手动评估实际帧率   文章目录  VideoCapture 接口说明  常用的成员函数 常用代码汇总 未涉及的成员函数  VideoWriter 接口说明 代码示例 1: 摄像头实时显示并录制视频 代码示例2: 序列帧图像合...

主要参考: 遍历的几种方式及性能对比; 一个非常隐蔽的越界错误   文章目录  构造函数与初始化 增加与删除函数 索引与遍历  索引 迭代器遍历 下标遍历 auto 输出  其他函数 越界问题 其他问题    vector类称作向量类, 它实现了动态的数组, 用于元素数量变化的对象数组. 索引下标从0开始, 元素个数可以动态变化. 构造函数与初始化  vector() 空向量 vector(int nSize) 声明元素个数 vector(int nSize， const T& t) 声明元素个数, 且值均为t。 vector<T> a 声明元素类型为模板类T vector...

文章目录  VS 配置 常用git命令  更新代码相关 分支相关 对比相关 合并相关 日志相关  恢复删除的分支    VS 配置  无代码打开vs 打开视图 -> 团队资源管理器, 或 Ctrl+Shift+G 新建仓库文件夹 -> 双击 -> 新建解决方案 -> 编码 设置同步, 可选推送到远程存储库 打开视图 -> 其他窗口 -> 程序包管理器控制台, 或 Ctrl+ˋ, 即可输入git命令 执行 $env:GIT_REDIRECT_STDERR = '2>&1'. 不然在powershell中使用git checkout命令会报错. 一...

文章目录  安装依赖  配置 安装CUDA 安装opencv 安装VS2017  编译  exe dll  测试运行exe OpenCV调用动态链接库dll    安装依赖 配置  cuda10.1version cudnn-10.1-windows10-x64-v7.5.0.56 Opencv3.4  安装CUDA  cuda下载地址：https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exeloca...

以多层感知机MLP模型为例  import torch from torch import nn, optim from torch.nn import init import torchvision from torchvision import transforms import numpy as np import matplotlib.pyplot as plt device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') # 输入输出 num_inputs = 28 * 28 num_outputs = 1...

文章目录  简介 YOLACT 安装与测试 YOLACT ++ 安装与测试 YOLACT 重训练: 人体识别  调整COCO数据集 微调训练     简介 YOLACT / YOLACT++ 是在one-stage型检测器上添加一个mask分支来达到实例分割. 论文地址:  YOLACT: Real-time Instance Segmentation YOLACT++: Better Real-time Instance Segmentation github开源地址: https://github.com/dbolya/yolact  优势:  速度快，因为one-stage； mask质...