【ACF学习】ACF安装、训练及检测初探
使用环境说明:Win10+VS2013+MATLAB R2016a
1,dollar工具箱下载编译
https://pdollar.github.io/toolbox/,最新版本是Version3.5
For version history click here. This code is licensed under the Simplified BSD License.
- Recommended: download the latest version from GitHub
- Version 3.50 May 12, 2016
- Version 3.00 Aug. 06, 2012
- Version 2.00 Sep. 30, 2007
- Version 1.03 May. 03, 2006 [compatible with cuboids code]
- Version 1.00 Oct. 02, 2005
下载后添加目录、编译即可使用
addpath(genpath('ROOT\piotr_toolbox\toolbox\'))
savepath
toolboxCompile
注意编译前需要配置好VS编译器
工具箱包含七大部分,channels、classify、detector、filter、images、matlab、videos,后续会对每部分做详细的说明介绍
2,测试已训练模型
可以准备好Inria或者Caltech数据使用detector中acfDemoInria.m或者acfDemoCal.m测试,也可以直接用图片测试
load('detector/models/AcfInriaDetector.mat')
加载的detector分为三部分:opts、clf、info
opts保存模型相关信息
clf保存分类器信息
info保存特征通道信息
image = imread('test.jpg')
box = acfDetect(image, detector)
figure;
im(image);
bbApply('draw', box);
% The detector was introduced and described through the following papers:
% [1] P. Doll醨, Z. Tu, P. Perona and S. Belongie
% "Integral Channel Features", BMVC 2009.
% [2] P. Doll醨, S. Belongie and P. Perona
% "The Fastest Pedestrian Detector in the West," BMVC 2010.
% [3] P. Doll醨, R. Appel and W. Kienzle
% "Crosstalk Cascades for Frame-Rate Pedestrian Detection," ECCV 2012.
% [4] P. Doll醨, R. Appel, S. Belongie and P. Perona
% "Fast Feature Pyramids for Object Detection," PAMI 2014.
% [5] W. Nam, P. Doll醨, and J.H. Han
% "Local Decorrelation For Improved Pedestrian Detection," NIPS 2014.
% Please see: http://vision.ucsd.edu/~pdollar/research.html#ObjectDetection
【ACF学习】ACF安装、训练及检测初探相关推荐
- 学习OpenCV-(1)-安装与初探
文章目录 学习OpenCV-(1)-安装与初探 1.概述 下载和安装 OpenCV所拥有的模块 2.初探 1.显示图片 2.显示视频 3.简单的变换 4.不那么简单的变换 5.从摄像头中读取 6.写入 ...
- 基于深度学习的病毒检测技术无需沙箱环境,直接将样本文件转换为二维图片,进而应用改造后的卷积神经网络 Inception V4 进行训练和检测...
话题 3: 基于深度学习的二进制恶意样本检测 分享主题:全球正在经历一场由科技驱动的数字化转型,传统技术已经不能适应病毒数量飞速增长的发展态势.而基于沙箱的检测方案无法满足 APT 攻击的检测需求,也 ...
- 基于深度学习的安卓恶意应用检测----------android manfest.xml + run time opcode, use 深度置信网络(DBN)...
基于深度学习的安卓恶意应用检测 from:http://www.xml-data.org/JSJYY/2017-6-1650.htm 苏志达, 祝跃飞, 刘龙 摘要: 针对传统安卓恶意程序检测 ...
- 【WEB安全】In0ri:基于深度学习的网站内容污染检测系统
关于In0ri In0ri是一个内容污染检测系统,该工具主要利用一个图像分类卷积神经网络实现其功能. 在监控网站时,In0ri会定期抓取网站的屏幕截图,然后将其放入预处理器,预处理器将图像大小调整为2 ...
- NVIDIA-TLT训练行人检测模型(一)----算法模型的训练(finetuning)
前言 在博客阅读前需要说明,本博文为系列文章,通过阅读文章,您将会学习到如下内容: 使用NVIDIA Transfer Learning Toolkit 工具训练(finetuning)出一个行人检测 ...
- (Halcon深度学习)安装深度学习工具(DLT)
0.软件说明: 标记训练数据是迈向任何深度学习应用的第一个关键步骤.当涉及到应用程序的性能.准确性和健壮性时,这些标记数据的质量起着重要作用. 借助DLT,您可以通过直观的用户界面轻松标记数据,而无需 ...
- 基于深度学习的高精度家禽猪检测识别系统(PyTorch+Pyside6+YOLOv5模型)
摘要:基于深度学习的高精度家禽猪检测识别系统可用于日常生活中或野外来检测与定位家禽猪目标,利用深度学习算法可实现图片.视频.摄像头等方式的家禽猪目标检测识别,另外支持结果可视化与图片或视频检测结果的导 ...
- 全网唯一一套labview深度学习教程:tensorflow+目标检测:龙哥教你学视觉—LabVIEW深度学习教程
全网唯一一套labview深度学习教程:tensorflow+目标检测:龙哥教你学视觉-LabVIEW深度学习教程 一.知识背景: 随着自动化技术的快速发展,在工业生产中很多需要人工操作的环节逐渐转由 ...
- 基于深度学习的智慧城市火灾检测方法
1. 文章信息 本次介绍的文章是在2022年发表在Electronics的一篇文章,文章题目为<Fire Detection Method in Smart CityEnvironments U ...
最新文章
- Coursera公开课笔记: 斯坦福大学机器学习第十一课“机器学习系统设计(Machine learning system design)”
- jquery 查询元素技巧
- Redis中的zset 存储结构(实现)原理
- poi设置列宽自适应_Sentinel 系统自适应限流原理剖析与实战指导
- 6 WM配置-主数据-定义存储区(Storage Section)
- 职场 | 如何说服上级?这里有三个故事
- ArcMap 小知识(16):栅格计算器 raster calculator
- 个人申请阿里云ICP备案流程
- 深度学习(二)——从零自己制作数据集到利用deepNN实现夸张人脸表情的实时监测(tensorflow实现)
- Go test 命令行参数
- 2023年全国最新工会考试精选真题及答案51
- 论文阅读(10) 基于吸力的推进是动物高效游泳的基础(2015)
- 面包板如何接线电源 图解_消防应急照明EPS应急电源供电系统如何设计?附高清接线参考图...
- Chapter17: Artificial Intelligenc-Enabled De Novo Design of Novel Compounds that Are Synthesizable
- 2021西部云安全峰会召开:“云安全优才计划”发布,腾讯云安全攻防矩阵亮相
- (GPU) Intel 服务器独立GPU SG1 - H3C XG310试用
- 三面阿里失败,幸获阿里P8大牛指点,奋战三个月30*14薪入职字节
- K3s Load Balancer(Rancher LB)
- WinRAR 使用说明
- RecycviewView加载更多和预加载