Перейти к содержимому
Compvision.ru

Smorodov

Главные администраторы
  • Количество публикаций

    3 873
  • Зарегистрирован

  • Посещение

  • Days Won

    346

Все публикации пользователя Smorodov

  1. Изображение не помешало бы, чтобы разговор был предметный. А так, одна камера, только для частных случаев будет работать.
  2. А попробуйте сделать минимальную программку из 3 строчек и посмотрите Так влияние окружения исключите.
  3. А если бряку поставить перед местом ошибки и вручную протопать и посмотреть вокруг ? На всякий случай прицепил каскады от моей версии, сейчас сам попробую загрузить у себя. UPD: прогнал у себя на коде: std::string cfname = "lbpcascade_frontalface.xml"; cv::CascadeClassifier faceCascade; faceCascade.load(cfname); Все без ошибок. Студия 2019, виндовс 10, opencv 4.2 . lbpcascade_frontalface.xml
  4. А рабочая папка правильно установлена ? Если бросить каскад в папку с ехешником и запустить отдельно. Тоже падает ?
  5. Обучил свой вариант PR Net, задеплоил на C++ под ncnn. Проект можно скачать здесь: https://github.com/Smorodov/PrNet_cpp . Сетка работает неплохо, но хотелось бы с текстурой. Текстуру я сдираю с маской видимости. Но хотелось бы более красивой картинки. Есть мысль, что GAN в данном случае могла бы помочь. Может кто встречал что-нибудь по теме?
  6. Opecv + sfm

    Хороший материал по теме: https://github.com/sunglok/3dv_tutorial
  7. Opecv + sfm

    Можно вырезать автоконфигурацию ceres и прописать пути ручками.
  8. Зоопарк сеток от Wolfram : https://resources.wolframcloud.com/NeuralNetRepository/
  9. Наткнулся на большой склад интересных алгоритмов с кодом: https://paperswithcode.com/area/computer-vision
  10. Может зеркала (хром) ? Сложно сказать не видя автомобиля.
  11. Называется transfer learning. https://towardsdatascience.com/transfer-learning-from-pre-trained-models-f2393f124751
  12. Сейчас в основном дообучают, берут готовую сеть, срезают последние слои, на их место ставят свои. При обучении исходные слои "замораживают" (ставят скорость обучения в 0). Сеть при этом учится быстро.
  13. Выделение памяти на девайсе процесс не быстрый. А при изменении размеров входного тензора сеть каждый вызов ее перевыделяет. Сделайте вход максимального размера, и используйте поля. Еще лучше заморозить ее с фиксированным входом.
  14. Конкретнее некуда https://www.learnopencv.com/install-dlib-on-windows/ И читать код примеров .
  15. Ну прям под заказ не знаю, покопайте тут https://github.com/topics/face-recognition?l=c%2B%2B Всякого добра по теме там много.
  16. Просто чтобы не терялось: https://github.com/andrewwillmott/splines-lib
  17. С регуляризацией: https://ardianumam.wordpress.com/2017/09/22/deriving-polynomial-regression-with-regularization-to-avoid-overfitting/
  18. Можно тогда еще посмотреть Aruco, она встроена в OpenCV.
  19. Я не в курсе цели трекания шахматки в вашем случае, но если это не для калибровки, то попробуйте эту либу: http://nghiaho.com/?page_id=576 Или фильтруйте уже 6D положение доски. Там все равно решается переопределенная СЛАУ и выдается решение по методу наименьших квадратов. Если делаете сглаживание для каждой точки, выглядеть будет конечно лучше, но точности вряд ли добавит. Как компромисс, используйте сглаженное 6D положение и проецируйте обратно на экран измеренные по доске точки модели.
  20. Корень можно не извлекать, лучше в квадрат возвести радиус. Ну и, как мне видится, атомный доступ весь эффект сводит на нет. Может в параллель только флаги расставить, а скомпоновать массив на CPU ?
  21. Может Trust заюзать ? Помножить на 0 все что отбрасываем, отсортировать и обрезать вектор по первому нулю.
  22. Операция называется свертка. Информации много, например: https://habr.com/ru/post/114489/ https://ru.wikipedia.org/wiki/Оператор_Собеля Для 60 градусов ядра 3х3 маловато.
  23. Про специальные форматы не слышал, хотя может и есть. Для сжатия можно попробовать snappy 250 Mб/сек скорость сжатия. Как экзотический вариант, выделить обычные кадры подходящего размера, и сохранять в них как в буферах данные о точках. Только сжатие с потерями тут не прокатит Можно попробовать применить какую нибудь из баз данных, типа HDF5 или LMDB, тем более есть поддержка в OpenCV.
  24. Ну да, Хааром уже не модно Сейчас всякие SSD и YOLO юзают. Вот еще из недавнего: https://github.com/facebookresearch/detectron2 Правда вряд ли реалтайм.
  25. linux,python3,opencv4.1.1

    Где пример ?
×