计算机视觉实战项目

计算机视觉实战项目

计算机视觉（Computer vision）是一门研究如何使机器”看”的科学，更进一步的说，就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，用计算机处理成为更适合人眼观察或传送给仪器检测的图像

〖资源目录〗:

├──01.OpenCV图像处理实战视频课程
| ├──项目实战二：文档扫描OCR识别
| | ├──1-整体流程演示
| | ├──2-文档轮廓提取
| | ├──3-原始与变换坐标计算
| | ├──4-透视变换结果
| | ├──5-tesseract-ocr安装配置
| | └──6-文档扫描识别效果
| ├──项目实战三：全景图像拼接
| | ├──1-特征匹配方法
| | ├──2-RANSAC算法
| | ├──2-图像拼接方法
| | └──4-流程解读
| ├──项目实战四：停车场车位识别
| | ├──1-任务整体流程
| | ├──2-所需数据介绍
| | ├──3-图像数据预处理
| | ├──4-车位直线检测
| | ├──5-按列划分区域
| | ├──6-车位区域划分
| | ├──7-识别模型构建
| | └──8-基于视频的车位检测
| ├──项目实战五：答题卡识别判卷
| | ├──1-整体流程与效果概述
| | ├──2-预处理操作
| | ├──3-填涂轮廓检测
| | └──4-选项判断识别
| └──项目实战一：信用卡数字识别
| | ├──1-总体流程与方法讲解
| | ├──2-环境配置与预处理
| | ├──3-模板处理方法
| | ├──4-输入数据处理方法
| | └──5-模板匹配得出识别结果
├──02.YOLOV5目标检测视频课程
| ├──1.任务需求与项目概述.mp4 12.45M
| ├──2-数据与标签配置方法.mp4 28.38M
| ├──3-标签转格式脚本制作.mp4 23.84M
| ├──4-各版本模型介绍.mp4 24.31M
| ├──5-项目参数配置.mp4 18.87M
| ├──6-缺陷检测模型培训.mp4 27.21M
| └──7-输出结果与项目总结.mp4 32.44M
├──03.MASK-RCNN目标检测实战视频课程
| ├──第二章：MaskRcnn网络框架源码详解
| | ├──1-FPN层特征提取原理解读
| | ├──10-RoiPooling层的作用与目的
| | ├──11-RorAlign操作的效果
| | ├──12-整体框架回顾
| | ├──2-FPN网络架构实现解读
| | ├──3-生成框比例设置
| | ├──4-基于不同尺度特征图生成所有框
| | ├──5-RPN层的作用与实现解读
| | ├──6-候选框过滤方法
| | ├──7-Proposal层实现方法
| | ├──8-DetectionTarget层的作用
| | └──9-正负样本选择与标签定义
| ├──第六章：必备基础-物体检测FasterRcnn系列
| | ├──1-三代算法-1-物体检测概述
| | ├──2-三代算法-2-深度学习经典检测方法
| | ├──3-三代算法-3-faster-rcnn概述
| | ├──4-论文解读-1-论文整体概述
| | ├──5-论文解读-2-RPN网络结构
| | ├──6-论文解读-3-损失函数定义
| | └──7-论文解读-4-网络细节
| ├──第三章：基于MASK-RCNN框架训练自己的数据与任务
| | ├──1-Labelme工具安装
| | ├──2-使用labelme进行数据与标签标注
| | ├──3-完成训练数据准备工作
| | ├──4-maskrcnn源码修改方法
| | ├──5-基于标注数据训练所需任务
| | └──6-测试与展示模块
| ├──第四章：练手小项目-人体姿态识别demo
| | ├──1-COCO数据集与人体姿态识别简介
| | ├──2-网络架构概述
| | └──3-流程与结果演示
| └──第一章：物体检测框架-MaskRcnn项目介绍与配置
| | ├──0-课程简介
| | ├──1-Mask-Rcnn开源项目简介
| | ├──2-开源项目数据集
| | ├──3-参数配置
| | └──第五章：必备基础-迁移学习与Resnet网络架构
├──04.Unet图像分割实战视频课程
| ├──1.mp4 258.34M
| ├──2.mp4 199.67M
| ├──3.mp4 404.95M
| ├──4.mp4 199.03M
| └──5.mp4 321.92M
├──05.OpenCV图像处理课程资料
| ├──第11-12章notebook课件.zip 52.05M
| ├──第16-17章notebook课件.zip 9.37M
| ├──第2-7章notebook课件.zip 7.28M
| ├──第八章notebook课件.zip 1.29M
| ├──第二十一章：项目实战-疲劳检测.zip 74.15M
| ├──第二十章：人脸关键点定位.zip 69.75M
| ├──第九章：项目实战-信用卡数字识别.zip 548.10kb
| ├──第十八章：Opencv的DNN模块.zip 49.62M
| ├──第十九章：项目实战-目标追踪.zip 125.33M
| ├──第十三章：案例实战-全景图像拼接.zip 829.49kb
| ├──第十四章：项目实战-停车场车位识别.zip 111.34M
| ├──第十五章：项目实战-答题卡识别判卷.zip 3.07M
| └──第十章：项目实战-文档扫描OCR识别.zip 44.94M
├──06.YOLOV5目标检测课程资料
| ├──NEU-DET.zip 26.68M
| ├──PyTorch-YOLOv3.zip 462.21M
| ├──YOLO.pdf 1.88M
| └──YOLO5.zip 469.64M
├──07.MASK-RCNN课程资料
| ├──第六章：物体检测-faster-rcnn
| | ├──Faster R-CNN Towards Real-Time Object Detection with Region Proposal Networks.pdf 6.49M
| | ├──faster-rcnn.pptx 3.23M
| | ├──FasterRcnn.zip 2.74G
| | └──iccv15_tutorial_training_rbg.pdf 17.36M
| ├──第二章：MaskRcnn网络框架源码详解.zip 1.14G
| ├──第三章：基于MASK-RCNN框架训练自己的数据与任务.zip 439.38M
| ├──第四章：练手小项目-人体姿态识别demo.zip 530.27M
| └──第五章：迁移学习.zip 91.92M
└──08.Unet图像分割课程资料
| ├──unet++.zip 409.60M
| └──深度学习分割任务.pdf 1.07M