-
Количество публикаций
1 427 -
Зарегистрирован
-
Посещение
-
Days Won
176
Все публикации пользователя Nuzhny
-
Сейчас с телефона, но по памяти параметр типа approxPolyDP - это как раз Дуглас-Пекер. Встроен уже много лет как, можно пользоваться. Почему прямую так просто, потому что её усреднение с МНК сводится к решению системы линейных уравнений.
-
Ну, чуть выше Smorodov скинул ссылку на репозиторий с RANSAC, его же можно просто проверить, работает или нет. Далее про Дугласа-Пекера. Раз уж ищутся контуры, то можно их там же упростить/апроксимировать встроенными средствами. Можно даже просто так брать не все точки, а, скажем, каждую десятую.
-
Так а RANSAC не сработал? Он уж точно должен был. По поводу всех точек: можно брать только точки контура. Контур также можно брать не целиком по точкам, а аппроксимированный методом Дугласа-Рамера-Пекера - OpenCV это умеет. И точек будет совсем немного
-
Двойной контур не должен быть проблемой ни для RANSAC (он найдёт одну большую окружность), ни для МНК (он найдёт окружность между контурами).
-
Можно найти контуры, почему нет. Это как раз и будут координаты точек.
-
В OpenCV есть функция HoughCircles, не пробовал?
-
Поиск заказа с нейросетевым распознаванием и детекцией объектов на изображениях
Nuzhny replied to powerok's topic in Вопросы по нейросетям и ИИ
Я тут, скорее, ваш коллега, а не заказчик. Поэтому и говорю, что будут смотреть на всё, на каждую мелочь - встречать по одёжке. Степени, специалисты - это важно больше для тендеров госкомпаний, а не для коммерческих заказчиков. Поэтому ещё важно иметь публичные успешные проекты, известных, ммм, инфюэнсеров. У меня среди знакомых фирма с аналогичной направленностью (были и кандидаты, и специалисты из топ компаний) загнулась из-за малого объёма заказов. Ну или быть, как Антон Мальцев с его Recognitor, который дал успешный старт и в других направлениях. С другой стороны, чёткая специализация и позиционирование может приводить проекты само по себе, даже без рекламы.- 6 replies
-
- нейросеть
- искуственный интеллект
- (и ещё %d)
-
Поиск заказа с нейросетевым распознаванием и детекцией объектов на изображениях
Nuzhny replied to powerok's topic in Вопросы по нейросетям и ИИ
Не знаю, кто вы и какое качество непосредственно работ, но сайтом надо заняться получше. Глядя на него, доверия к конторе не возникает. 1. Открой сайт в отдельной вкладке. Как она называется? "home page" с маленькой буквы?!! Ну нет, это же не сайт со студенческой курсовой. 2. У меня в Firefox заголовок "Power of Knowledge" наползает на "We develop artificial intelligence, machine learning and vision, data processing, neural network". Прямо сильно наползает. 3. В некоторых destinations текст начинается с маленькой буквы, а в других - с большой. Ну и в целом про позиционирование. Глядя на тот же сайт кажется, что у вас нет продукта. "Натренировали модель на открытых данных." Ну, ок. А что вы продаёте? Например, распознавание номеров, которое является одной из компетенций. Что есть продукт? Вы продаёте готовый продукт, который можно запустить как сервис и он берёт видео с камер и присылает в БД заказчика номера? Вы продаёте услуги по обучению нейросети на датасете заказчика? Вы приходите на объект, ставите камеру, собираете и размечаете датасет, тренируете, а потом выкатываете готовый проект по открыванию, например, шлагбаума на парковке? Даже если вы продаёте исключительно умение тренировать нейросети (что очень мало для клиента), то всё равно надо как-то это оформить в виде конкретных кейсов, типа: "За 1 месяц под ключ сделаем вам автоматическую парковку." Что-то в этом роде.- 6 replies
-
- 1
-
- нейросеть
- искуственный интеллект
- (и ещё %d)
-
В 2022 Студии могут быть проблемы, если ты используешь CUDA. Она поддерживает только CUDA 11.6
-
Перед тем, как делать Configure в CMake отключи тесты и perf тесты
-
Intel представила nGraph. Круто! Можно будет не заботиться о работе на конечном устройстве. Они сейчас что-то подобное делают в opencv_dnn, переписывая на OpenCL.
-
На официальном сайте говорится, что в России есть официальное представительство: sensotek
-
Ищи контуры и закрашивай те, площадь которых меньше некоторого порога
-
Если пишешь на С++, то всё просто. Контуры представляются в виде векторов (std::vector), поэтому можно просто добавить точки из всех векторов в один и для него вызвать cv::convexHull
-
А что такое сдвиги? Матрица гомографии хранит сдвиг центра в координатах H[0, 2] и H[1, 2]. Понятно, что с учётом поворота, наклона и изменения размера, для каждого пикселя будет свой сдвиг. И чтобы его получить, надо дополненные координаты пикселя умножить на матрицу гомографии. То есть [xi_new, yi_new, 1] = H * [xi, yi, 1]. Ещё можно предположить, что требуется найти разложение матрицы гомографии на составляющие (на роизведение матриц для отдельных преобразований): сдвиг, вращение, скейл... Это тоже решается, но, кажется, не однозначно.
-
Гомография же задаёт в общем случае перспективное преобразование. В этом случае, между плоскостями двух снимков есть 2 угла: поворота и наклона. И они, кажется, связаны друг с другом. Если мы имеем дело с аффинным преобразованием, то да - у нас есть один угол поворота и всё.
-
1. Радианы. Но в общем случае твой способ может не работать. 2. Сдвиг - это H[0, 2] и H[1, 2]. Но для разных пикселей он разный.
-
Предлагаю начать либо с голого tesseract-ocr, либо с примеров из opencv_text. А потом по результатам.
-
На Питоне вряд ли, зачем на нём делать? Но это всё просто, сам можешь сделать
-
Тогда и правда лучше проверь версии поновей, они с ffmpeg хорошо дружат. Ну и сам ffmpeg из командной строки можешь проверить - умеет ли он h.264
-
A x264 работает?
-
Кажется, что на сшитом уже ничего особо не сделаешь - раньше надо было делать то, что используется в stitching методах. А тут разве что классический deblocking может зайти, чтобы не попортить информацию. Debloking - это просто фильтр вдоль границ склейки по сути.
-
Кажется, что на представленном рисунке не CLAHE, а простой equalizeHist. Только лучше с этим поэкспериментировать. Минимум это: RGB изображение -> split по каналам -> equalizeHist для каждого канала -> merge. Но возможно, что лучше сработает перевод картинки в другое цветовое пространство, например HSV, а там делать эквализацию не для всех каналов, а только для насыщенности. Или для насыщенности и яркости. Короче, надо экспериментировать. Но и CLAHE может зайти, потому что эквализация - это довольно жёсткое преобразование и может сильно исказить (зато без потери информации).
-
В OpenCV в модуле opencv_stitching для этого есть класс ExposureCompensator. Лучше изучи, как работает пример stitching_detailed. Там весь пайплайн сшивки панорамы и все необходимые кусочки есть.