object detection 物体识别

We develop a 3D object detection algorithm that uses latent support surfaces to capture contextual r

YOLO(“您只看一次”)是一种流行的算法,因为它不仅具有很高的准确性,而且还可以实时运行,几乎每秒可以记录45帧。数据集包含所有视图中的汽车媒体。 sample_submission.csv tra

目标检测,打开笔记本电脑摄像头,人脸以及其他实时监测,直接运行objection_detection_app.py 就可以

此文档描述的是如何通过object detection 进行模型的自我训练

这个是tensorflow的object-detection-api模块，是tensorflow的github上的models文件。这里是里面为训练mobilnet-ssd改了些文件和一些数据集和图片

比较好的关于物体识别的论文，这个方向的可以看看。

我们在第五节和第六节中讲解了柱体识别和立方体识别，这两个章节的内容都只是针对简单几何体进行识别，在本节中，我们将介绍不规则三维物体识别的识别步骤和方法。

基于轮廓识别物体算法。

opencv实时识别指定物体，所有需要的用到的文件都已经放上了，opencv3.4.0python3.6.3

Opencv detection.xml object recognition