기계 학습 모델 Apple 웹 사이트에서 다운로드하여 이미지를 통해 많은 다른 오브젝트를 인식 할 수 있습니다. 나는 모든 종류의 나무를 감지해야한다고 말하고 싶다. 일부는 모델에서 인식 할 수 있지만 일부는 모델에서 인식 할 수 있습니다. 그러면이 모델에서 몇 개의 나무가 훈련되고 있는지 어떻게 알 수 있습니까? 다른 말로하면이 모델에서 가능한 모든 나무
매우 비슷한 구조의 화면 영역에 특정 상자/이미지가 나타날 때마다 내 화면에서 이벤트가 발생하는지 평가하고 싶습니다. 나는 화면 영역에서 84x94 .pngRGB 개의 이미지를 수집했으며 이벤트가 발생했는지 여부를 알려주기 위해 분류자를 작성하고 싶습니다. 따라서 내 생각이 pd.DataFrame (df) 2 열을 포함을 만드는 것이 었습니다, df['np
도전 제품을 식별하는 '제품 이미지'를 사용 : 는 싱글 샷 제품 이미지 사용하여 이미지에서 제품을 확인합니다. 나는 이것이 우리가 인식하고 싶어하는 물체 주위에 경계 상자를 넣어야하기 때문에 이것이 도전이라는 것을 압니다. 그러나 제 경우 저는 다른 각도에서 100Tb의 제품 이미지를 가지고 있으며이를 단일 이미지와 이미지 (예 : , 및 (3))에서 제
나는 그들이 화상에 결합했는지 여부를 확인하려고하는 입자의 이미지를 가지고 있습니다. 나는 이미 imfindcircles 함수를 사용했지만 항상 잘못된 반응이 나타나거나 모든 올바른 결합 된 입자를 선택하지 못한다는 것을 알아 챘습니다. 따라서 서클을 식별하고 이전 imfindcircles 함수와 비교하는 다른 방법을 생각해냅니다. 나는 아마도 이미지의 강
이미지 인식 (인식)을위한 자체 교육 데이터 세트를 수집하려고합니다. 지금은 4 개의 클래스와 750 개의 이미지가 있습니다. 각 이미지는 각 클래스의 정식 이미지입니다. 그러나 이미지의 일부가 흐리거나 다른 배경이나 다른 요소와 같은 바깥 쪽 개체가 포함되어 있습니다 (단, 구별 할 수있는 것은 없습니다). 해당 교육 데이터 세트를 사용하면 이미지 인식이
내가 가진이 이 bussiness의 예를 또는이를 위해 내부에 있다는 것을 나는 여러 이미지를보다 같은 하나 개의 이미지 예를 들어 bussiness 카드 하나 이 두 테이블에서 해당 bussiness 카드를 감지하고 객체의 위치 (xy)를 얻고 openCV에 대한 너비 높이를 연구해야하지만 너무 복잡해서 그 객체를 인식하도록 입력을 설정하는 방법을 모릅니
obj1 및 obj2과 같이 2 클래스 문제에 대해 Py-Faster-RCNN을 실행하려고합니다. 데이터를 파스칼 형식으로 저장했습니다. 나는 또한 caffe 정의의 마지막 레이어의 출력 수를 3 (즉 2 + BG) 및 12 (4 * 3)로 변경했습니다. 몇 가지 이유로, 나는 pretrained 모델을 사용할 수 없습니다. 이제 위에서 언급 한 두 가지
저는 실내 환경 객체 (예 : 의자, 테이블)를 인식하는 프로젝트를 진행하고 있습니다. 나는 C++을 사용하여 opencv에 기대고있는 새로운 시스템이다. 내 계획은 SURF 형상 탐지 방법을 사용하고 SVM 분류를 사용하여 객체를 분류하는 것입니다. 많은 예제 코드를 보았지만 여전히 데이터를 제공하는 방법, 1 또는 0 레이블을 붙이는 방법, 모델을 만드
사용자가 일부 양식을 나타내는 (스캔 한) PDF 파일을 업로드 할 수있는 응용 프로그램에서 작업 중이므로 관심있는 필드 주위에 경계 상자를 그려 그 OCR 된 내용을 구조화 된 텍스트 형식으로 반환합니다. 테두리 상자 그리기가 일종의 끌기이기 때문에 사용자가 요구하는 작업을 줄이는 방법을 생각하고있었습니다. 예를 들어 자동 감지 된 필드 분할을 제공 할