标签: object-detection

我需要根据每个浏览器更改一个值,因为它们都以不同的方式呈现.

if (navigator.appName == 'Netscape'){
        top = 17;
}

这很有效但不幸的是Firefox和Safari都显示为"Netscape"

我如何使用jQuery 1.3.2来检测所有这些？我jquery.support现在找不到任何信息jquery.browser.

谢谢!

如何向外行解释方向梯度直方图算法？

根据我的研究,LK光流可以通过三种方法实现.

cvgoodfeaturestotrack cvfindcornerSubPix calcOpticalFlowPyrLK

是否有可能使用颜色或使用轮廓跟踪对象？

我已经开始使用OpenCV取得了相当大的成功,以便检测不同的身体部位(手,手臂,脸等).

实现这一目标的第一个也是最明显的方法是使用Haar或LBP级联分类器,但我想知道其他选项是什么.

我见过使用HSV图像检测皮肤并检测颜色范围内的像素的例子.但这无助于确定哪个位是哪个!我还实现了一个MOG2背景减法,它可以帮助隔离一个移动的物体,但这只有在所需的物体是唯一移动的物体时才有效.

使用凸壳和缺陷我已经概述了手和手,但无法区分两者.有没有一种标准的方法可以做到这一点,或者是使用级联分类器的唯一可靠方法？

我正在学习OpenCV,我已经达到了无论我做什么,我都被困住了.我想要做的是将一个对象(矩形对象)与其背景隔离开来.

一个例子是下面的电池图片:

我想掩盖该图像,以便剩下的唯一东西就是对象.

我尝试过以下方法:

• 阈值
• 使用Canny检测边缘
• 查找轮廓
• 获得更大的一个

但我得到一些奇怪的区域作为更大的区域.以下是结果图片:

• 谨慎的

• 最大的轮廓

这是我正在使用的代码:

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>

using namespace cv;
using namespace std;


int main( int, char** argv )
{
Mat src, srcGray,srcBlur,srcCanny;

string file = "samsung";
src = imread(file + ".jpg");
cvtColor(src, srcGray, CV_BGR2GRAY);
//bilateralFilter(srcGray, srcBlur,11, 17, 17);
srcBlur = srcGray.clone();
imshow("Filtered", srcBlur);
imwrite(file+"-filtered.jpg",srcBlur);

Canny(srcBlur, srcCanny, 0, 100, 3, true);
imshow("Canny", srcCanny);
imwrite(file+"-canny.jpg",srcCanny);


vector< vector <Point> > contours; // Vector for storing contour
vector< Vec4i > …

我已将其字体大小从visual_utils.py中draw_bounding_box_on_image()内的默认大小24增加到30

font = ImageFont.truetype('arial.ttf',30)

但是字体大小仍然没有改变.

嗨，我用两类猫和狗建立了CNN，我对此进行了训练，现在可以对猫和狗的图像进行分类了。但是，如果我想为新的未分类对象引入类呢？例如，如果我用鲜花图像为我的网络喂食，则网络会给我错误的分类。我想使用第三类为新的未分类对象构建网络。但是我该如何建立这个第三堂课。我必须使用哪些图像来获得不同于狗或猫的新对象的类？实际上，在我的网络末端，我使用Softmax，而我的代码是使用tensorflow开发的。有人可以给我一些建议吗？谢谢

我指的是Tensorflow对象检测API（https://github.com/tensorflow/models/tree/master/research/object_detection）：这是我正在使用的检测代码的IPython笔记本（https://github.com/ tensorflow / models / blob / master / research / object_detection / object_detection_tutorial.ipynb）。在此文件中，输出值设置为绘制框的概率大于50％检测代码：

with detection_graph.as_default():
  with tf.Session(graph=detection_graph) as sess:
    # Definite input and output Tensors for detection_graph
    image_tensor = detection_graph.get_tensor_by_name('image_tensor:0')
    # Each box represents a part of the image where a particular object was detected.
    detection_boxes = detection_graph.get_tensor_by_name('detection_boxes:0')
    # Each score represent how level of confidence for each of the objects.
    # Score is shown on the result image, together with the class label.
    detection_scores …

我发现我无法使用 opencv 使用 4 个点（x，y，w，h）轻松编写边界框。其中 x, y 是左上角，w=width, h=height。

cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),15)

但是如何使用只有xmax xmin ymax ymin点的opencv 编写边界框？我需要检查我的代码中是否一切正常，并且x, y, w, h使用的边界框完全等于我在xmax xmin ymax ymin下的边界框。

我使用这些代码将x, y, w, h 转换为xmax xmin ymax ymin

bbox_topleft_corner_x = int(prod_data[0])
bbox_topleft_corner_y = int(prod_data[1])
bbox_w = int(prod_data[2])
bbox_h = int(prod_data[3])

ymax = bbox_topleft_corner_y
ymin = bbox_topleft_corner_y - bbox_h
xmax = bbox_topleft_corner_x + bbox_w
xmin = ymin + bbox_w

但我不确定我是否按照自己的意愿做了所有事情。我想将x、y、w、h转换为VOOC2007注释 xml 格式及其边界框格式

感谢您的任何建议

我有一个工作对象检测模型（经过微调的 MobileNet SSD）可以检测我的自定义小型机器人。我将向它提供一些网络摄像头镜头（将与无人机相关联）并使用实时边界框信息。

所以，我准备买相机。

我的问题：由于 SSD 将输入图像调整为 300x300，因此相机分辨率是否非常重要？更高的分辨率是否意味着更高的准确性（即使它被调整为 300x300）？在运行我的对象检测模型之前，我应该在每一帧将相机素材裁剪成 1:1 的纵横比吗？我应该将图像分成 MxN 裁剪段并一一运行推理吗？

因为我的机器人非常小而且无人机将在 4 米的高度，所以我将有效地尝试检测输入图像上的一个非常小的点。

非常感谢任何形式的智慧，谢谢。