计算机视觉实战项目
计算机视觉实战项目

计算机视觉(Computer vision)是一门研究如何使机器”看”的科学,更进一步的说,就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图像处理,用计算机处理成为更适合人眼观察或传送给仪器检测的图像

〖资源目录〗:

  • ├──01.OpenCV图像处理实战视频课程
  • | ├──项目实战二:文档扫描OCR识别
  • | | ├──1-整体流程演示
  • | | ├──2-文档轮廓提取
  • | | ├──3-原始与变换坐标计算
  • | | ├──4-透视变换结果
  • | | ├──5-tesseract-ocr安装配置
  • | | └──6-文档扫描识别效果
  • | ├──项目实战三:全景图像拼接
  • | | ├──1-特征匹配方法
  • | | ├──2-RANSAC算法
  • | | ├──2-图像拼接方法
  • | | └──4-流程解读
  • | ├──项目实战四:停车场车位识别
  • | | ├──1-任务整体流程
  • | | ├──2-所需数据介绍
  • | | ├──3-图像数据预处理
  • | | ├──4-车位直线检测
  • | | ├──5-按列划分区域
  • | | ├──6-车位区域划分
  • | | ├──7-识别模型构建
  • | | └──8-基于视频的车位检测
  • | ├──项目实战五:答题卡识别判卷
  • | | ├──1-整体流程与效果概述
  • | | ├──2-预处理操作
  • | | ├──3-填涂轮廓检测
  • | | └──4-选项判断识别
  • | └──项目实战一:信用卡数字识别
  • | | ├──1-总体流程与方法讲解
  • | | ├──2-环境配置与预处理
  • | | ├──3-模板处理方法
  • | | ├──4-输入数据处理方法
  • | | └──5-模板匹配得出识别结果
  • ├──02.YOLOV5目标检测视频课程
  • | ├──1.任务需求与项目概述.mp4 12.45M
  • | ├──2-数据与标签配置方法.mp4 28.38M
  • | ├──3-标签转格式脚本制作.mp4 23.84M
  • | ├──4-各版本模型介绍.mp4 24.31M
  • | ├──5-项目参数配置.mp4 18.87M
  • | ├──6-缺陷检测模型培训.mp4 27.21M
  • | └──7-输出结果与项目总结.mp4 32.44M
  • ├──03.MASK-RCNN目标检测实战视频课程
  • | ├──第二章:MaskRcnn网络框架源码详解
  • | | ├──1-FPN层特征提取原理解读
  • | | ├──10-RoiPooling层的作用与目的
  • | | ├──11-RorAlign操作的效果
  • | | ├──12-整体框架回顾
  • | | ├──2-FPN网络架构实现解读
  • | | ├──3-生成框比例设置
  • | | ├──4-基于不同尺度特征图生成所有框
  • | | ├──5-RPN层的作用与实现解读
  • | | ├──6-候选框过滤方法
  • | | ├──7-Proposal层实现方法
  • | | ├──8-DetectionTarget层的作用
  • | | └──9-正负样本选择与标签定义
  • | ├──第六章:必备基础-物体检测FasterRcnn系列
  • | | ├──1-三代算法-1-物体检测概述
  • | | ├──2-三代算法-2-深度学习经典检测方法
  • | | ├──3-三代算法-3-faster-rcnn概述
  • | | ├──4-论文解读-1-论文整体概述
  • | | ├──5-论文解读-2-RPN网络结构
  • | | ├──6-论文解读-3-损失函数定义
  • | | └──7-论文解读-4-网络细节
  • | ├──第三章:基于MASK-RCNN框架训练自己的数据与任务
  • | | ├──1-Labelme工具安装
  • | | ├──2-使用labelme进行数据与标签标注
  • | | ├──3-完成训练数据准备工作
  • | | ├──4-maskrcnn源码修改方法
  • | | ├──5-基于标注数据训练所需任务
  • | | └──6-测试与展示模块
  • | ├──第四章:练手小项目-人体姿态识别demo
  • | | ├──1-COCO数据集与人体姿态识别简介
  • | | ├──2-网络架构概述
  • | | └──3-流程与结果演示
  • | └──第一章:物体检测框架-MaskRcnn项目介绍与配置
  • | | ├──0-课程简介
  • | | ├──1-Mask-Rcnn开源项目简介
  • | | ├──2-开源项目数据集
  • | | ├──3-参数配置
  • | | └──第五章:必备基础-迁移学习与Resnet网络架构
  • ├──04.Unet图像分割实战视频课程
  • | ├──1.mp4 258.34M
  • | ├──2.mp4 199.67M
  • | ├──3.mp4 404.95M
  • | ├──4.mp4 199.03M
  • | └──5.mp4 321.92M
  • ├──05.OpenCV图像处理课程资料
  • | ├──第11-12章notebook课件.zip 52.05M
  • | ├──第16-17章notebook课件.zip 9.37M
  • | ├──第2-7章notebook课件.zip 7.28M
  • | ├──第八章notebook课件.zip 1.29M
  • | ├──第二十一章:项目实战-疲劳检测.zip 74.15M
  • | ├──第二十章:人脸关键点定位.zip 69.75M
  • | ├──第九章:项目实战-信用卡数字识别.zip 548.10kb
  • | ├──第十八章:Opencv的DNN模块.zip 49.62M
  • | ├──第十九章:项目实战-目标追踪.zip 125.33M
  • | ├──第十三章:案例实战-全景图像拼接.zip 829.49kb
  • | ├──第十四章:项目实战-停车场车位识别.zip 111.34M
  • | ├──第十五章:项目实战-答题卡识别判卷.zip 3.07M
  • | └──第十章:项目实战-文档扫描OCR识别.zip 44.94M
  • ├──06.YOLOV5目标检测课程资料
  • | ├──NEU-DET.zip 26.68M
  • | ├──PyTorch-YOLOv3.zip 462.21M
  • | ├──YOLO.pdf 1.88M
  • | └──YOLO5.zip 469.64M
  • ├──07.MASK-RCNN课程资料
  • | ├──第六章:物体检测-faster-rcnn
  • | | ├──Faster R-CNN Towards Real-Time Object Detection with Region Proposal Networks.pdf 6.49M
  • | | ├──faster-rcnn.pptx 3.23M
  • | | ├──FasterRcnn.zip 2.74G
  • | | └──iccv15_tutorial_training_rbg.pdf 17.36M
  • | ├──第二章:MaskRcnn网络框架源码详解.zip 1.14G
  • | ├──第三章:基于MASK-RCNN框架训练自己的数据与任务.zip 439.38M
  • | ├──第四章:练手小项目-人体姿态识别demo.zip 530.27M
  • | └──第五章:迁移学习.zip 91.92M
  • └──08.Unet图像分割课程资料
  • | ├──unet++.zip 409.60M
  • | └──深度学习分割任务.pdf 1.07M
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。