标签: object-detection

我有以下几行Javascript:

 var button = document.getElementById("scriptsubmit");
 button.setAttribute("class", "remove");

在Firefox中,这非常有效,而在Internet Explorer中却没有.

我知道Internet Explorer期望class是className,但是我不确定如何检测哪个用作对象检测在这种情况下似乎不适用.

谢谢你的回复

我正在尝试使用OpenCV进行对象检测作业.但有些东西让我感到困惑.像camshift和kalman滤波器这样的跟踪和预测算法可以完成跟踪任务,而SURF匹配方法也可以做到这一点.

我不太明白这两种方法之间的区别.我已经完成了一些基于feature2d(使用了SURF)和OpenCV教程的motion_analysis_and_object_tracking(使用camshift)的编码.看起来他们只是一个目的的两种手段.我是对的还是我错过了一些概念？

将camshift跟踪与SURF特征匹配相结合是一种好方法吗？也许可以应用更多的东西,比如轮廓匹配？

像SLIC这样的图像分割算法有什么意义？大多数对象检测算法无论如何都适用于整个(方形)子图像集.

分割图像的唯一可想到的好处是,现在,分类器具有可用的形状信息.是对的吗？

我所知道的大多数分类器都采用矩形输入图像.哪些分类器允许您将可变大小的图像片段传递给它们？

我正在使用find contours方法,然后使用fitline函数逼近一条线.以下是代码:

img = cv2.imread('lines.jpg')
imgray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,dst = cv2.threshold(imgray,127,255,0)
im2,cnts, hierarchy =cv2.findContours(dst,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
rows,cols = img.shape[:2]
[vx,vy,x,y] = cv2.fitLine(cnts[0], cv2.DIST_L2,0,0.01,0.01)
lefty = int((-x*vy/vx) + y)
righty = int(((cols-x)*vy/vx)+y)
cv2.line(img,(cols-1,righty),(0,lefty),(0,255,0),2)
print img.shape[:2]
cv2.imshow('image1',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

以下是我作为输出获得的图像

我期待它检测图像中的每个黑色条纹,而它只检测从底部的第一行

这个问题的扩展,这一个.

TLDR; 我正在尝试使用自己的数据集训练TS Object Detection API.为了证明概念,我决定将我的数据集粘贴到Pascal VOC 2012基准测试中.

目前,我正在尝试使用Pascal VOC注释创建TFRecord.

在他们的create_pascal_tf_record.py脚本中查看这一行,他们只是抓住飞机的描述符 ; 一个更好的词,文本文件的运气.为什么会这样？那些其他类的描述符怎么样？

边注

这个文件; 标题为aeroplane_train.txt,与VOC2012/ImageSets/Main /中的Pascal VOC 2012数据集一起被包括在内.

查看文件,第一个条目表示图像名称,-1或1表示该特定图像是否包含我们感兴趣的类(飞机).

aeroplane_train.txt文件的部分内容

2008_000008 -1
2008_000015 -1
2008_000019 -1
2008_000023 -1
2008_000028 -1
2008_000033  1
2008_000036 -1
2008_000037  1
2008_000041 -1
2008_000045 -1
2008_000053 -1
2008_000060 -1
2008_000066 -1
2008_000070 -1
2008_000074 -1
2008_000085 -1
2008_000089 -1
2008_000093 -1
2008_000095 -1
2008_000096 -1
2008_000097 -1
2008_000099 -1
2008_000103 -1
2008_000105 …

该物体检测笔记本演示，如何预先训练和冷冻tensorflow模型可以用来检测测试图像的对象。

在此通知中，功能

from utils import visualization_utils as vis_util
vis_util.visualize_boxes_and_labels_on_image_array(
      image_np,
      np.squeeze(boxes),
      np.squeeze(classes).astype(np.int32),
      np.squeeze(scores),
      category_index,
      use_normalized_coordinates=True,
      line_thickness=8)

输出测试图像，其中在检测到的对象周围绘制框。

如何使用此功能仅绘制特定类别的框，而不是category_index集合中所有类别的框？即，如何获得此功能以仅在模型确定其为例如汽车的对象周围绘制框？

我是张力流的新手,我想知道如何获得检测到的物体的"类别"及其得分？

这是一个我用于样本图像的分数数组,因为你可以看到有4个''框',信心超过50%:

    scores
Out[104]: 
array([[ 0.86274904,  0.68427145,  0.53348649,  0.51449829,  0.4737072 ,
         0.20210901,  0.18676876,  0.15660423,  0.15557742,  0.15542269,
         0.15463693,  0.14486608,  0.13966955,  0.1298867 ,  0.12409254,
         0.12288965,  0.10780571,  0.10559474,  0.10537479,  0.10148374,
         0.10037792,  0.09754734,  0.09640686,  0.09590817,  0.09435588,
         0.09198856,  0.0918662 ,  0.09173656,  0.0879355 ,  0.08762371,
         0.08711197,  0.08627746,  0.08621041,  0.08481266,  0.08390592,
         0.08365501,  0.08259587,  0.08251529,  0.08152138,  0.08019584,
         0.07996205,  0.07962734,  0.07907323,  0.07718709,  0.07715672,
         0.07693762,  0.07692765,  0.07642546,  0.07611038,  0.07582222,
         0.0754476 ,  0.07542069,  0.07490928,  0.07476845,  0.0747645 ,
         0.07418264,  0.07383376,  0.07275221,  0.07237192,  0.0722541 ,
         0.07183521,  0.07175662,  0.07174246,  0.07155806,  0.071283  ,
         0.0710848 , …

我有一个带有开放式cv的简单python脚本，它可以接收视频并使用YOLO对其进行对象检测。我的问题是，如何将输出作为实时流显示到我的网站上。
这是python代码，保存到output.avi。

import cv2
from darkflow.net.build import TFNet
import numpy as np
import time
import pafy

options = {
    'model': 'cfg/tiny-yolo.cfg',
    'load': 'bin/yolov2-tiny.weights',
    'threshold': 0.2,
    'gpu': 0.75
}

tfnet = TFNet(options)
colors = [tuple(255 * np.random.rand(3)) for _ in range(10)]

capture = cv2.VideoCapture()
capture.open("rtmp://888888888888888")

fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('output.avi',fourcc, 20.0, (640,480))

#capture = cv2.VideoCapture(url)
capture.set(cv2.CAP_PROP_FRAME_WIDTH, 1920)
capture.set(cv2.CAP_PROP_FRAME_HEIGHT, 1080)

while True:
    stime = time.time()
    ret, frame = capture.read()
    if ret:
        results = tfnet.return_predict(frame)


        for color, result in zip(colors, results):
            if …

参考object_detection_tutorial.ipynb。我想知道是否可以为目录中的所有图像运行。

而不是编写for循环并运行“ run_inference_for_single_image（图像，图形）”。有没有一种方法可以对目录中的所有图像运行推断，也可以对多个图像运行推断。 链接

  for f in files:
    if f.lower().endswith(('.png', '.jpg', '.jpeg')):
      image_path = files_dir + '/' + f
       .... // Read image etc.
      output_dict = run_inference_for_single_image(image_np, detection_graph)

每次都会创建tf.session，我认为它的计算量很大。如果我错了，请纠正我。

我是物体检测领域的超级新手。我想知道是否有人可以以某种方式帮助我如何下载和使用对象检测数据集（例如coco或pascal）。即使下载了数据集后我也去他们的网站时，我感觉我不知道该怎么办...我知道这个问题很愚蠢，但是提示启动可能会非常有用。谢谢