您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 自定义定时器实现(多对象多定时器)

  2. 定时器在实际工程项目中有广泛的应用,但是MFC提供的定时器限制太多。所以本人根据实际项目自定义了一个定时器,能实现多对象多定时器。适用于需要使用定时器的大多数场合。
  3. 所属分类:C++

    • 发布日期:2012-08-19
    • 文件大小:439296
    • 提供者:pinghegood
  1. 基于多对象关系的图像识别研究.caj

  2. 基于多对象关系的图像识别,仅供学术交流,勿做商业用途!基于多对象关系的图像识别,仅供学术交流,勿做商业用途!基于多对象关系的图像识别,仅供学术交流,勿做商业用途!
  3. 所属分类:深度学习

  1. 基于myDAQ的远程多对象控制系统的设计方案

  2. 本文针对目前远程控制扩展性弱的现状,提出了一种基于myDAQ的远程多对象控制系统的设计方案,该系统将NI便携式数据采集设备(myDAQ)上的各种信号源通过模拟开关技术拓展成六路信号,并通过单片机IAP技术实现六路信号之间的切换控制。
  3. 所属分类:其它

    • 发布日期:2020-08-11
    • 文件大小:238592
    • 提供者:weixin_38722588
  1. Spring多对象引入方法

  2. 今天小编就为大家分享一篇关于Spring多对象引入方法,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
  3. 所属分类:其它

    • 发布日期:2020-08-26
    • 文件大小:51200
    • 提供者:weixin_38650516
  1. 工业电子中的基于myDAQ的远程多对象控制系统的设计方案

  2. 摘要:本文针对目前远程控制扩展性弱的现状,提出了一种基于myDAQ的远程多对象控制系统的设计方案,该系统将NI便携式数据采集设备(myDAQ)上的各种信号源通过模拟开关技术拓展成六路信号,并通过单片机IAP技术实现六路信号之间的切换控制。上位机通过LabVIEW编写制作便于人机交互的图形操作界面,并通过LabVIEW的Web发布技术将前面板发布到网络上。该系统在网络环境下成功实现了利用任意一台PC机对现场六种被控对象随时随地的交互式远程控制,并且通过摄像头实时观看控制现象。该系统已成功应用于iL
  3. 所属分类:其它

    • 发布日期:2020-10-20
    • 文件大小:245760
    • 提供者:weixin_38746166
  1. 工业计算机断层扫描的多对象同步扫描模式

  2. 当使用宽视野(FOV)工业CT系统测试小型和高密度物体时,总是将多个物体均匀地组装到转盘上以进行检测,以提高测试效率。 但是,穿过材料的最大X射线穿透路径增加,这意味着CT系统应与高能X射线源和宽动态范围检测器搭配使用以完成CT扫描。 在这项研究中,我们提出并测试了一种基于线性排列和同步旋转多转盘的新颖高效的CT扫描方法,而不增加X射线源的能量和CT系统检测器的宽动态范围。 通过这种方式,可以将多个对象分别组装到多个同步旋转的转盘上,并且在扫描时,FOV内的X射线仅穿透一个对象。 推导了相应的滤
  3. 所属分类:其它

    • 发布日期:2021-03-25
    • 文件大小:605184
    • 提供者:weixin_38746738
  1. mmtracking:OpenMMLab视频感知工具箱。 它通过统一的框架支持单对象跟踪(SOT),多对象跟踪(MOT),视频对象检测(VID)-源码

  2. 文档: : 介绍 MMTracking是基于PyTorch的开源视频感知工具箱。 它是OpenMMLab项目的一部分。 master分支与PyTorch 1.3到1.7一起使用。 主要特点 第一个统一视频感知平台 我们是第一个统一通用视频感知任务的开源工具箱,其中包括视频对象检测,单个对象跟踪和多个对象跟踪。 模块化设计 我们将视频感知框架分解为不同的组件,并且可以通过组合不同的模块轻松构建自定义方法。 简单,快速和强大 简单:MMTracking与其他OpenMMLab项目进行交互。
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:718848
    • 提供者:weixin_42131261
  1. mots_tools:用于评估和可视化多对象跟踪和分段(MOTS)任务的结果的工具-源码

  2. mots_tools 用于评估和可视化多对象跟踪和分段(MOTS)任务的结果的工具。 有关TrackR-CNN代码,请访问 项目网站(包括注释) 纸 使用mots_tools 请安装cocotools( ),我们将其与行程编码的二进制掩码一起使用。 如果要使用此脚本显示结果,请同时安装FFmpeg。 为了评估或可视化您的MOTS方法的结果,请以我们用于地面真相注释的两种格式之一导出它们:png或txt(请参阅 )。 当使用png时,我们希望结果图像位于与序列相对应的子文件夹中(例如
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:13312
    • 提供者:weixin_42116701
  1. 使用图形小轨迹关联的半在线多对象跟踪

  2. 使用图形小轨迹关联的半在线多对象跟踪
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:1048576
    • 提供者:weixin_38682406
  1. AcurusTrack:多对象跟踪组件。 在识别和经典对象跟踪器没有的条件下工作(例如,不稳定的摄像机镜头,遮挡,运动模糊,遮盖的脸部等)。 不管性质如何,均可在任何物体上工作-源码

  2. AcurusTrack。 Python数据关联组件,用于精确的多对象跟踪 AcurusTrack是一个高度可预测的多对象跟踪器。 它基于自定义数据关联方法。 该组件不依赖于对象的性质-我们使用任意组件。 您可以将任何元数据用作输入。 在这里,我们显示了由脸部和姿势估算器得出的元数据的示例。 您可以使用任何喜欢的估计器来创建输入数据。 该存储库是AIHunters的作品。 我们从描述马尔可夫链蒙特卡洛数据关联的文章中获得了启发。 对于相当简单的情况,我们将发布此简短版本。 但是,如果您对完整
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:123731968
    • 提供者:weixin_42113794
  1. GSDT:“带有图形神经网络的联合对象检测和多对象跟踪”的官方PyTorch实施-源码

  2. 地面数字地面电视 图神经网络的联合目标检测和多目标跟踪 这是我们论文的官方PyTorch实施:“”。 我们的项目网站和视频演示都。 如果您认为我们的工作有用,请参考以下论文,我们将不胜感激: article{Wang2020_GSDT, author = {Wang, Yongxin and Kitani, Kris and Weng, Xinshuo}, journal = {arXiv:2006.13164}, title = {{Joint Object Detection and
  3. 所属分类:其它

    • 发布日期:2021-03-04
    • 文件大小:72351744
    • 提供者:weixin_42132056
  1. FairMOT:该项目正式提供了我们最近在视频中进行实时多对象跟踪的工作。 先前的工作使用两个单独的模型进行对象检测和跟踪,因此它们非常慢。 相比之下,我们提出了一种单阶段解决方案,该解决方案通过优雅地解决对齐问题来对单个网络进行检测和跟踪

  2. FairMOT 这是以下方面的官方实现: , 张以夫,王春雨,王星刚,曾文俊,刘文宇arXiv技术报告( ) 抽象的 近年来,作为多目标跟踪的核心组件的目标检测和关联已取得了显着进展。 但是,很少有人关注在单个网络中完成两项任务以提高推理速度。 沿此路径进行的初始尝试最终导致结果降低,这主要是因为未正确学习关联分支。 在这项工作中,我们研究了故障背后的根本原因,并因此提出了解决问题的简单基准。 在30 FPS时,它的性能明显优于MOT挑战数据集上的最新技术。 我们希望这个基准可以启发并帮助
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:45088768
    • 提供者:weixin_42135462
  1. 多对象跟踪-源码

  2. 多对象跟踪 为了跟踪多辆车辆,我们在连续的帧中利用目标车辆的外观和运动特征。 所提出的多车辆跟踪系统采用了深度卷积神经网络,并通过三重损失最小化方法对其进行训练以提取外观特征。 所提出方法的关键贡献在于具有完全连接层的长短期记忆(LSTM),该层可以准确预测被跟踪物体的下一个外观和运动特征的概率分布。
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:55574528
    • 提供者:weixin_42165973
  1. qdtrack:用于多对象跟踪的准密集相似性学习-源码

  2. 准密集跟踪 这是的纸质的正式实现。 我们介绍了一个,其中包含方法说明和跟踪可视化。 看一看! 如有任何疑问,请转到“ 。 抽象的 相似性学习已被认为是对象跟踪的关键步骤。 但是,现有的多目标跟踪方法仅使用稀疏地面真实匹配作为训练目标,而忽略了图像上的大多数信息区域。 在本文中,我们提出了“准密集相似性学习”,它在一对图像上密集采样了数百个区域提议以进行对比学习。 我们自然可以将这种相似性学习与现有的检测方法结合起来,以构建拟密跟踪(QDTrack),而无需进行位移回归或运动先验。 我们还发现
  3. 所属分类:其它

    • 发布日期:2021-02-14
    • 文件大小:1048576
    • 提供者:weixin_42103128
  1. tensorflow-object-detection-ssd-mobilenet:如何训练TensorFlow对象检测分类器以在Windows上进行多对象检测-源码

  2. 军事目标实时检测以实现智能监控 简要总结 实时对象检测是计算机视觉的一个广阔,充满活力但不确定的复杂领域。 由于物体检测与视频分析和图像理解密切相关,因此近年来引起了很多研究关注。 在本文中,我们对军事目标检测进行了综述,目的是实现实时性能的高精度。 该对象检测系统用于在广阔而复杂的战场上快速准确地检测军事对象,这受到人类视觉信息处理过程的启发。 这项研究的主要目的是通过实施有助于检测入侵的智能视觉监控系统来帮助人类操作人员。 该系统主要用于检测对边界构成主要安全威胁的物体。该系统可以自动检测,
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:4096
    • 提供者:weixin_42164702
  1. 多对象跟踪器:Python中的多对象跟踪器-源码

  2. Python中的多对象跟踪器 易于使用的各种多对象跟踪算法的实现。 YOLOv3 + CentroidTracker TF-MobileNetSSD + CentroidTracker 视频源: 视频源: 可用的多对象跟踪器 CentroidTracker IOUTracker CentroidKF_Tracker SORT 可用的基于OpenCV对象检测器: detector.TF_SSDMobileNetV2 detector.Caffe_SSDMobileNet detector.
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:14680064
    • 提供者:weixin_42139357
  1. motpy:在python中实现的按检测跟踪多对象跟踪的库-源码

  2. motpy-简单的多对象跟踪库 Project旨在为多对象跟踪提供一个简单而强大的基准,而无需自己编写显而易见的算法堆栈。 视频源: : 序列11 特征: 通过检测范式跟踪 IOU +(可选)功能相似性匹配策略 用于建模对象跟踪器的卡尔曼滤波器 将每个对象建模为一个中心点(n维)及其大小(n维); 例如,带有宽度和高度的2D位置将是边界框跟踪的最流行用例 对象位置和大小的可单独配置的系统顺序(当前允许使用0级,1级和2级系统) 相当快,甚至在Raspberry Pi上也超过了实时性能 安
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:13631488
    • 提供者:weixin_42133918
  1. AB3DMOT:“ 3D多对象跟踪:基线和新评估指标”的官方Python实现,IROS 2020,ECCVW 2020-源码

  2. AB3DMOT 3D多对象跟踪:基线和新评估指标(IROS 2020,ECCVW 2020) 该存储库包含ECCROS 2020年IROS 2020的完整论文“ ”的正式python实现和简短的论文“ ”。我们的项目网站和视频演示都。 如果您发现我们的论文或代码有用,请引用我们的论文: article{Weng2020_AB3DMOT, author = {Weng, Xinshuo and Wang, Jianren and Held, David and Kitani, Kris},
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:27262976
    • 提供者:weixin_42101641
  1. node-moving-things-tracker:“通过检测进行跟踪”JavaScript实现,用于实时多对象跟踪(MOT)-源码

  2. 节点移动事物跟踪器 node-moving-things-tracker是javascr ipt的“检测跟踪器”Javascr ipt实现,用于在node.js /浏览器中进行实时多对象跟踪(MOT)。 由moovel实验室委托进行了和项目。 问题 如何从逐帧对象检测输入持续跟踪多个移动物体? 如何为逐帧物体检测结果分配唯一的标识符? 通常,对象检测框架不会随时间存储其检测结果,例如,Yolo以[[x,y,w,h,confidence,name] ...]的形式为每一帧提供检测结果数组,请注
  3. 所属分类:其它

    • 发布日期:2021-01-30
    • 文件大小:1048576
    • 提供者:weixin_42110533
  1. 基于myDAQ的远程多对象控制系统的设计方案

  2. 摘要:本文针对目前远程控制扩展性弱的现状,提出了一种基于myDAQ的远程多对象控制系统的设计方案,该系统将NI便携式数据采集设备(myDAQ)上的各种信号源通过模拟开关技术拓展成六路信号,并通过单片机IAP技术实现六路信号之间的切换控制。上位机通过LabVIEW编写制作便于人机交互的图形操作界面,并通过LabVIEW的Web发布技术将前面板发布到网络上。该系统在网络环境下成功实现了利用任意一台PC机对现场六种被控对象随时随地的交互式远程控制,并且通过摄像头实时观看控制现象。该系统已成功应用于iL
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:241664
    • 提供者:weixin_38562392
« 12 3 4 5 6 7 8 9 10 ... 50 »