2024年09月27日
前面的系列文章中，我们使用C++和Opencv来实现了一个简单的5层卷积神经网络，并使用其对手写数字图像进行训练和识别。通过这一系列的学习和总结，让我对深度学习的基础知识有了更加深刻的理解。接下来，边学习边总结，请跟着我一起进入深度学习框架的学习旅程吧~首先解释一下什么是深度学习框架，我们可以把其理解成一个工具，该工具包含了神经网络、卷积神经网络中各个模块的实现代码，使用该工具可以方便地搭建自己想要的深度学习网络。就比如搭积木一样，各个积木模块是别人已经做好的，我们只需要使用这些做好的模块来搭建自己想要的形状和结构即可。
2024年09月27日
官网：https://docs.opencv.org/
（1）函数名称
buildPyramid()2024年09月27日
很多程序员想学习音视频的编程开发，却不知从何学习，因为音视频技术的体系庞大、知识杂糅，一眼望去就令人生怯。那么学习音视频建议站在前人的肩膀上，从优秀的音视频开源框架开始钻研，先熟悉这些开源工具的具体用法，再深入了解这些开源框架的实现代码。
2024年07月21日
在yolov3前，还有yolov2以及yolo 2个版本，YOLO 的核心思想是用整张图作为网络的输入，直接在输出层回归 bounding box（边界框） 的位置及其所属的类别，由于yolo前2个版本的缺陷，作者发布了第三个版本yolov3，其yolov3在不同训练集上的速度与精确度远远大于Faster R-CNN，ResNet，SSD等训练算法，yolo算法的发布便引起了大家的广泛关注
2024年07月21日
（1）官网：https://docs.opencv.org/
（2）https://www.cnblogs.com/aiguona/p/9394263.html
2024年07月21日
本篇文章为简单的讲解百度离线人脸识别SDK-Java版本的工程运行；
登录http://ai.baidu.com进入百度AI开放平台，进行注册；
2024年07月21日
本篇文章使用Python和OpenCV中的Haar特征分类器对人脸及眼睛进行检测和追踪。在开始之前，有几件准备工作要完成。
第一，首先你需要有一个摄像头，如果没有的话也可以使用视频文件来替代。
第二，需要在python中安装OpenCV库。具体的方法是在这里下载相应的wheel（.whl）文件，并使用pip进行安装。
2024年07月21日
1 说明：
=====
1.1 熟悉Python+OpenCV+Yolov3的目标检测和识别，以上三个都是强大的计算机视觉编程语言和库。
1.2 本代码注释清楚，小白秒懂。
1.3 图片来源今日头条正版免费图库。
1.4 原图：
2024年07月21日
opencv2.4.9作为初学者拿着星云教你学opencv的葵花宝典，对opencv2.4.9的偏爱和熟练度也大大强于其他版本，opencv3之后对其模块的修改让跑老代码的特征匹配的用户只能寻求他法。
但是opencv的安装繁琐，小编尝试了一晚上发现最新的VS2019已经无法配置OPENCV2.4.9了，任何怂恿你在VS2019上安装opencv2.4.9的安利都是无用功。为什么呢，是因为配置通过库和include可以配置通过，但是在编译后无法运行，其opencv2.4.9支持的最高为vc12就是msv2013版本的，其加载符号的dll在VS2019运行时会报错，缺少低版本的dll。
2024年07月21日
1 什么是opencv
Copy一下百度的说法：OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。说白了我们要用SVM进行数据分类，需要用到一些函数，以简便代码的编写，而opencv提供了大量与机器学习相关的函数，我们在编程时只需调用opencv中的相关函数即可，（matlab中有svm的相关函数，如svmtrain等），这次主要讲解的是利用C++在vs2012中实现svm对数据分类的方法，因此在实现之前要搞懂如何配置相关环境。