Виявлення об'єктів є техніка комп’ютерного зору для визначення місцезнаходження об’єктів на зображеннях або відео. Алгоритми виявлення об’єктів зазвичай використовують машинне або глибоке навчання для отримання значущих результатів.
Спочатку завантажте вихідний код YOLOv5 з офіційного репозиторію GitHub. Потім встановіть необхідні залежності та налаштуйте середовище. Потім завантажте попередньо підготовлену модель YOLOv5, використовуючи надані ваги. Після цього попередньо обробіть вхідні зображення або відео до потрібного формату.
- Виявлення об’єктів за допомогою глибокого навчання YOLO v4.
- Завантажити набір даних.
- Створіть мережу детектора об’єктів YOLO v4.
- Виконайте збільшення даних.
- Укажіть параметри навчання.
- Навчіть детектор об'єктів YOLO v4.
- Оцініть детектор за допомогою тестового набору.
- Допоміжні функції.
- Створіть код для виявлення об’єктів на зображеннях за допомогою детектора об’єктів ACF.
- Створіть файл коду MATLAB для генерації коду.
- Створіть детектор знаків зупинки ACF за межами функції MATLAB.
- Створіть функцію C-MEX.
- Виявлення об’єктів за допомогою згенерованої функції C-MEX.
- Очищення.
- Дивіться також.
Найкращі моделі виявлення об’єктів на 2024 рік
- YOLO (You Only Look Once) Модель виявлення об’єктів YOLO (джерело) …
- EfficientDet. …
- RetinaNet. …
- Швидші згорткові нейронні мережі на основі регіону (швидший R-CNN) …
- Згорткові нейронні мережі на основі області маски (Mask R-CNN)