- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐



















- 课程介绍
- 课程大纲 试看
- 讲师好课 30
- 学员评价
适合人群:
Python语言开发者,OpenCV开发工程师,对人工智能与计算机视觉感兴趣的,在校大学生,研究生
课程目标:
通过案例实战演示tensorflow+opencv实现行人检测模型训练\导出\使用的技术解决路径
课程简介:
在学习opencv与tensorflow基础知识的基础上,使用tensorflow object detection API与opencv dnn 模块,实现从数据标注与tf record数据生成,SSD模型迁移学习训练,模型导出在tensorflow中使用,OpenCV DNN模块中使用(C++与Python) API调用演示,实现从数据到模型训练到导出给OpenCV使用全链路的技术路径,学以致用,举一反三,可以套用到任意的对象检测问题的解决方案中!运行截图:
课程大纲-Tensorflow+OpenCV实战行人检测
资料下载-
3
行人检测视频数据生成标注图像数据 使用公开数据制作训练数据 生成tf record
「仅限付费用户」点击下载“Tensorflow+OpenCV实战行人检测-02.pdf”
[13:08] 开始学习 -
7
生成OpenCV DNN导入必须的描述文件 生成模型描述文件 OpenCV中使用模型
「仅限付费用户」点击下载“Tensorflow+OpenCV实战行人检测-05.pdf”
[11:19] 开始学习 -
8
在OpenCV Python中使用SSD行人检测模型 生成模型描述文件 OpenCV中使用模型
「仅限付费用户」点击下载“Tensorflow+OpenCV实战行人检测-05.pdf”
[19:09] 开始学习
5