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