标签: computer-vision

如果您是图像处理大师和OpenCV,您是否可以编写photoshop的大部分主要功能而不是付费？

如何使用深度学习进行手部检测.是否有任何关于使用深度学习的手部检测的文章或教程或任何相关链接.请告诉我.手检测的方法或步骤是什么

我尝试在我的自定义数据集上实现基本的 Mask_RCNN 模型。我对图像做了一些增强。遵循 mask rcnn 的基本模式。我先训练系统​​，然后尝试测试。mAP 的结果始终为 0.0，预测结果如下所示。在此处输入图像描述我正在尝试识别汽车的分数，但这是最终结果。如果有人有任何建议，请帮助我。

我想用Caffe框架和卷积神经网络实现对象检测,你能推荐一些论文和演示吗？
我只需要知道如何实现它.
如果您能提供源代码,那将是完美的.

我有这个电池的图像:

我想确定电池的尺寸(以像素为单位).
我遇到的问题是电池旋转了一个未知的角度.
如何检测此旋转电池的尺寸？

我在考虑这些算法步骤:

• 首先,我必须将此图像转换为黑白图像(阈值处理).
• 之后,我必须找到一个中心点并在白色像素中绘制一个矩形.
• 然后,我必须将矩形旋转360度并找到矩形的位置(以及尺寸).

我有点缺乏经验,我很感激如何在Matlab中实现这些算法阶段.

谢谢

p=(-50:50)^2
y=c(p, 2500+10*(1:99), p+1000)
plot(seq_along(y), y+100*rnorm(length(y)))

假设我有一个像上面这样的数据集，其中只有数据的一个子集是线性的。像lm()R 中的简单线性回归不能智能地找出适合线性拟合的区域（在本例中为 100 到 200）。

如何找出数据的哪一部分是线性的并仅在这个数据集子集中执行拟合？欢迎使用 R 和 python 中的解决方案。

请注意，上面显示的日期只是一个示例，只要它包含线性部分，该方法就应该对任意数据集具有鲁棒性。当有多个线性部分时，还应显示那些多个线性部分。如果没有线性部分，它应该显示没有找到线性部分。

编辑：一般来说，统计方法可能不适合稳健地解决这个问题。我添加了计算机视觉和机器学习标签。也许这些领域中的方法通常更适合稳健地解决这个问题？