登录
首页 » Python » OpenCV-Python调用训练好的深度学习模型进行常见物体识别

OpenCV-Python调用训练好的深度学习模型进行常见物体识别

于 2019-07-30 发布
0 223
下载积分: 1 下载次数: 2

代码说明:

使用训练好的模型进行物体识别,对于人、车的识别成功率极高,亲测好用!

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • PyQt行星模拟.py
    如果需要太阳,地球图片,下载好了放到一个名为res的文件夹里,取名sun.png, earth.png
    2021-05-06下载
    积分:1
  • python动力学轨迹模拟
    【实例简介】假设无人机在 50m 高度的空中飞行时,投放一个救援物质,当前飞机的前进速度为 10 m/s, 救援物质质量为 0.1kg, 重力加速度 9.8m/s2, 空气阻力与速度方向相反,空 气阻力大小为 k *v, k = 0.1,请使用软件模拟物质掉落的轨迹(建议使用 Python 实现 轨迹图,C 语言使用 print 输出迭代过程中的坐标)
    2021-08-27 00:31:03下载
    积分:1
  • 电商产品评论数据情感分析(python代码+数据)
    电商产品评论数据情感分析(python代码+数据)
    2020-12-12下载
    积分:1
  • python实现钱币检测(canny和hough)
    【实例简介】 目  录 1  实验整体步骤 2 1.1  Main函数 2 1.2  Canny算法 2 1.3  Hough算法 2 2  算法介绍 3 2.1  Canny算法 3 2.1.1  使用高斯滤波器滤波 3 2.1.2  计算图像的梯度图并获得梯度方向 3 2.1.3  对梯度图进行非极大化抑制 3 2.1.4  使用双阈值法获得最终的边缘图 4 2.2  Hough算法 4 2.2.1  建立参数空间 5 2.2.2  依据边缘点的梯度方向对参数空间进行投票 5 2.2.3  依据预设定的投票阈值筛选出初步结果 5 2.2.4  对已筛选出的结果进行非极大化抑制 5 3  代码实现 5 3.1  Main函数 6 3.2  Canny算法 6 3.3  Hough算法 10 4  实验结果与分析 12 4.1  实验结果 12 4.2 各个参数对于最终定位结果的影响 14 4.2.1  Canny算法 14 4.2.2  Hough算法 14    附录 15
    2021-06-15 00:31:14下载
    积分:1
  • 人工智能深度强化学习算法DPPO控制机械臂
    【实例简介】利用深度强化学习算法对机械臂进行有效的控制,其中机械臂的优化目标为根据动态目标自由转动
    2021-05-29 00:31:21下载
    积分:1
  • 俄罗斯方块强化学习实验报告
    一、俄罗斯方块DQN算法实验报告1. 网络结构图1 DQN网络结构2. 超参数 GAMMA = 0.99  # decay rate of past observations 设置增强学习更新公式中的累计折扣因子 OBSERVE = 500.  # timesteps to observe before training 设置观察期的迭代次数 EXPLORE = 500.  # frames over which to anneal epsilon 设置探索期的观察次数 FINAL_EPSILON = 0.002  # final value of epsilon 设置ε的最终最小值 INITIAL_EPSILON = 10.0  # starting value of epsilon 设置ε的初始值 REPLAY_MEMORY = 5900  # number of previous transitions to remember 设置replay memory的容量 BATCH = 32  # size of mini batch 设置每次网络参数更新世用的样本数目 K = 1  # only select an action every Kth frame, repeat prev for others,设置几帧图像进行一次动作, # K越大让控制台输出的速度变慢,游戏画面速度变快,机器人动作的速度变越迟缓。ACTIONS = 6  # number of valid actions 游戏动作数3.实验结果训练前期的self.score分数很低150左右,EPSILON=1.0,Q_MAX= 2.061341e-02:图2 EPSILON=1.0设置超参数EPSILON=0.05在1000步迭代之后:EPSILON固定在0.04999999999999416  Q_MAX = -1.163765e-01Self.score有明显的提升,但是之后无论训练多久都没有明显提升了。图3 EPSILON=0.05设置超参数EPSILON= 0.002在1001步迭代之后:EPSILON固定在0.000004 Q_MAX = 1.728995e 02Self.score可以轻松达到200以上。图4 EPSILON=0.000004设置超参数EPSILON= 0.000001在1001步迭代之后:EPSILON固定在-0.001998997999987482  Q_MAX = 1.899879e 03Self.score可以轻松达到200以上。图5 EPSILON=-0.002 【核心代码】用DQN来玩俄罗斯方块 tetrix_DQN ├── Wrapped Game Code│   └── tetris_fun.py├── deep_q_network.py├── logs_tetris│   ├── hidden.txt│   └── readout.txt└── saved_networks    ├── tetris-dqn-10000.data-00000-of-00001    ├── tetris-dqn-10000.index    ├── tetris-dqn-10000.meta    └── tetris-dqn-316600003 directories, 8 files
    2020-12-01下载
    积分:1
  • python解析【爱奇艺vip会员电影网址】观看
    【实例简介】海量电影直接看,只需复制粘贴爱奇艺播放链接即可
    2021-06-11 00:31:34下载
    积分:1
  • SSD: Single Shot MultiBox Object Detector, in PyTorch
    SSD: Single Shot MultiBox Object Detector, in PyTorch
    2020-02-02下载
    积分:1
  • django框架个人博客管理系统前后端
    python3 Django2前端后端代码 【调试步骤】 打开cmd,cd到当前程序目录 输入 python manage.py runserver  回车即可测试
    2019-05-12下载
    积分:1
  • python(flask)入门教程.pdf
    python(flask)入门教程.pdf
    2020-04-09下载
    积分:1
  • 696518资源总数
  • 104432会员总数
  • 16今日下载