필자는 설명 된 방법과 같은 것을 사용하여 포인트 클라우드에서 용적 모델을 렌더링하기 위해 truncated signed distance 함수를 계산하는 함수를 matlab에 구현하려고합니다. this article. 누구든지 나를 도울 수 있습니까? 미리 감사드립니다.
openCV에서 비디오를 열려고하는데 작동하지 않습니다. 비디오를 .avi로 변환하여 전체 경로 즉 "D : /Folder1/Folder2/1.avi"를 추가하여 해결책을 찾았습니다. 대신 MP4의, OpenCV의 버전과 윈도우 64 비트는 FFmpeg opencv_ffmpeg320_64.dll 내에서 OpenCV 버전 3.2.0 창 (64) python2
나는 잔디 잡초 탐지를하고있다. HoG 기술자에서 피쳐를 추출하기 시작했습니다. HoG 문헌에서 HoG가 회전 불변 적이라는 연구 결과. 나는 잔디 잡초의 각 종류의 총 18의 심상이 있고 2 개의 종류가있다. 내 훈련 및 테스트 데이터베이스에서 각 이미지 [5 10 15 20 ... 355]도 회전했습니다. 교육 및 테스트는 LibSVM 패키지를 사용하여
나는 컴퓨터 비전 (옥타브/matlab에 새로운 &)를 배우고 옥타브에서이 코드를 작성하고 있습니다 :이 오류가있어 파일을 실행에 function result = func_scale(img, value)
result = value .* img;
endfunction
husky = imread('Husky.jpg');
imshow(func_scale(
CNN을 사용하여 잔디 잡초 탐지 작업을하고 있습니다. 현재 2 개의 수업이 있으며 각 수업에는 18 개의 이미지가 있습니다. 데이터 확대 방법을 적용하여 CNN을 사용하도록 데이터 세트를 늘릴 수 있습니까? 얼마나 많은 데이터가 충분할 것인가? 또한 CNN과 비교하여 CNN의 성능을 다른 방법보다 비교할 수 있습니까?
저는 컴퓨터 비전을 처음 접했고 아날로그 시계 (like so => 10:09:00)의 사진이 주어지면 시계에서 자동으로 시간을 읽으 려합니다. 나는 opencv를 사용하여 실험을 해본 결과 가장 좋은 방법은 먼저 face of the watch from the environment을 추출한 다음 hough probabilistic function to e
TensorFlow가이 입력을이 출력으로 바꿀 수 있기를 희망합니다. 입력하십시오 배치도 PNG, 1 - 는 출력 심볼의 5 이미지 : 같은 배치도하지만 일치하는 모든 기호 내가 수행하는 방법을 알아내는의 노력을 할 수을 강조 하지만 2 주를 낭비하고 싶지는 않을 것입니다. 나는 여러 이미지로 그것을 훈련시켜야 할 필요가 있음을 알고 있지만, 주어진 심볼의
나는 잡초 탐지를 위해 방향 그라디언트 (HoG)와 컨볼 루션 뉴럴 네트워크 (CNN)의 히스토그램 비교 작업을하고 있습니다. 두 가지 다른 잡초로 이루어진 두 개의 데이터 세트가 있습니다. CNN 아키텍처는 3 계층 네트워크입니다. 1) 첫 번째 데이터 세트에는 두 개의 클래스가 들어 있으며 18 개의 이미지가 있습니다. 데이터 세트는 I가 77 %의 검
10 이미지를 배치 크기로 테스트하고 출력으로 특정 영역의 분할을 얻으려고합니다. 여기에 내가 모델 def run(model_path, image_path,graph_path ,output_path):
with tf.Session() as sess:
model_saver = tf.train.import_meta_graph(graph_path, c