Python打造停车场车位智能识别2021年
本课程由达奇课堂收集整理，更多学习资源请关注微信公众号: 达奇课堂
资源简介：3.23 GB
课程目录
数据代码
1-1 课程简介.mp4
1-2 Python与Opencv的配置.mp4
1-3 Notebook与IDE环境配置.mp4
10-1 整体流程演示.mp4
10-2 文档轮廓提取.mp4
10-3 坐标变换计算.mp4
10-4 透视变换结果.mp4
10-5 tesseract-ocr安装配置.mp4
10-6 文档扫描识别结果.mp4
11-1 角点检测基本原理.mp4
11-2 基本数学原理.mp4
11-3 求解化简.mp4
11-4 特征归属划分.mp4
11-5 opencv角点检测.mp4
12-1 尺度空间定义.mp4
12-2 高斯差分金字塔.mp4
12-3 特征关键点定位.mp4
12-4 生成特征描述.mp4
12-5 特征向量生成.mp4
12-6 opencv中的sift函数.mp4
13-1 特征匹配方法.mp4
13-2 RANSAC算法.mp4
13-3 图像拼接方法.mp4
13-4 流程解读.mp4
14-1 任务整体流程.mp4
14-2 所需数据介绍.mp4
14-3 图像数据预处理.mp4
14-4 车位直线检测.mp4
14-5 按列划分区域.mp4
14-6 车位区域划分.mp4
14-7 识别模型构建.mp4
14-8 基于视频的车位检测.mp4
15-1 整体流程与效果概述.mp4
15-2 预处理操作.mp4
15-3 填涂轮廓检测.mp4
15-4 选项判断识别.mp4
16-1 背景消除-帧差法.mp4
16-2 混合高斯模型.mp4
16-3 学习步骤.mp4
16-4 背景建模实战.mp4
17-1 基本概念.mp4
17-2 Lucas-Kanade算法.mp4
17-3 推导求解.mp4
17-4 光流估计实战.mp4
18-1 DNN模块.mp4
18-2 模型加载与输出结果.mp4
19-1 目标追踪概述.mp4
19-2 多目标追踪实战.mp4
19-3 深度学习检测框架加载.mp4
19-4 基于dlib和ssd的追踪.mp4
19-5 多进程目标追踪.mp4
19-6 效率提升对比.mp4
2-1 计算机眼中的图像.mp4
2-2 视频的读取与处理.mp4
2-3 ROI区域.mp4
2-4 边界填充.mp4
2-5 数值计算.mp4
20-1 卷积网络的应用.mp4
20-2 卷积层解释.mp4
20-3 卷积计算过程.mp4
20-4 padding与stride.mp4
20-5 卷积参数共享.mp4
20-6 池化层原理.mp4
20-7 卷积效果演示.mp4
20-8 卷积操作流程.mp4
21-1 关键点定位概述.mp4
21-2 获取人脸关键点.mp4
21-3 定位效果演示.mp4
21-4 闭眼检测.mp4
21-5 检测效果.mp4
3-1 图像阈值.mp4
3-2 图像平滑处理.mp4
3-3 高斯与中值滤波.mp4
4-1 腐蚀操作.mp4
4-2 膨胀操作.mp4
4-3 开运算与闭运算.mp4
4-4 梯度计算.mp4
4-5 礼帽与黑帽.mp4
5-1 Sobel算子.mp4
5-2 梯度计算方法.mp4
5-3 scharr与Laplace算子.mp4
6-1 Canny边缘检测流程.mp4
6-2 非极大值抑制.mp4
6-3 边缘检测效果.mp4
7-1 图像金字塔定义.mp4
7-2 金字塔制作方法.mp4
7-3 轮廓检测方法.mp4
7-4 轮廓检测结果.mp4
7-5 轮廓特征与近似.mp4
7-6 模板匹配方法.mp4
7-7 匹配效果展示.mp4
8-1 直方图定义.mp4
8-2 均衡化原理.mp4
8-3 均衡化效果.mp4
8-4 傅里叶概述.mp4
8-5 频域变换结果.mp4
8-6 低通与高通滤波.mp4
9-1 总体流程与方法讲解.mp4
9-2 环境配置与预处理.mp4
9-3 模板处理方法.mp4
9-4 输入数据处理方法.mp4
9-5 模板匹配得出识别结果.mp4
声明：本站大部分资源来源于网络，除本站组织的资源外，版权归原作者所有，如有侵犯版权，请立刻和本站联系并提供证据，本站将在三个工作日内改正。 本站仅提供学习的平台，将不对任何资源负法律责任，只作为购买原版的参考，并无法代替原版，所有资源请在下载后24小时内删除； 资源版权归作者所有，如果您觉得满意，请购买正版。您若发现本站侵犯了你的版权利益，请来信本站将立即予以删除！
