Компьютерное зрение
24 ноября 2019
Данный плейлист посвящен компьютерному зрению.
Список видео, входящих в плейлист "Компьютерное зрение":
- ADAS Детектирование линий разметки
- ADAS сегментация видео изображения SegNet
- Автоматизация склада
- Автоматизированная система сбора фотографий конвейере
- Видео детектор огня
- Обнаружение БПЛА на видео
- Поиск дефектов в трубопроводе
- Реализация сверточной сети на ПЛИС - распознавание цифр
- Разметка данных для сегментации в MATLAB
ADAS Детектирование линий разметки
В этом ролике показан пример системы компьютерного зрения - детектирование линий разметки, и его перенос на NVidia Jetson, используя GPU-кодер.
ADAS сегментация видео изображения SegNet
В этом ролике показан пример системы компьютерного зрения - сегментация изображения нейронной сетью SegNet, и его перенос на NVidia Jetson, используя GPU-кодер.
Автоматизация склада
В этом ролике показан пример системы компьютерного зрения – «Автосклад» для распознавания и подсчета изделий.
Автоматизированная система сбора фотографий конвейере
В этом ролике показан пример системы компьютерного зрения – для автоматизированного сбора фотографий изделий на конвейере для последующего обучения нейронной сети для классификации товаров.
Видео детектор огня
В этом ролике показан пример системы компьютерного зрения – «Видеодетектор огня» для наведения пожарного робота на источник открытого пламени.
Обнаружение БПЛА на видео
В этом ролике показан пример алгоритма системы компьютерного зрения – обнаружение беспилотников (БПЛА) на видео изображении.
Поиск дефектов в трубопроводе
В этом ролике показан пример алгоритма системы компьютерного зрения – поиск дефектов в трубопроводе по сканируемым изображениям.
Реализация сверточной сети на ПЛИС - распознавание цифр
В этом ролике показан пример алгоритма системы компьютерного зрения –распознавание цифр на ПЛИС, код для алгоритма получен с помощью автоматической HDL-кода из Simulink модели.
Разметка данных для сегментации в MATLAB
В этом видео показано, как подготовить свои данные для сегментации в MATLAB, как выполнить вручную разметку своих изображений и как автоматизировать этот процесс, и как оптимально шаг за шагом обучать нейронную сеть на своих данных.
