ag-爱代码爱编程
目录 6D目标姿态估计新标杆：AG-Pose融合几何感知 HouseCat6D 室内数据集 依赖项安装： FPS(Farthest Point Sampling)--最远点采样算法 furthest_point_sample fps安装报错： GroundingDINO报错 win11 编译报错： linux安装报错解决： Attribu
segment-爱代码爱编程
整理了根据box分割box内容，如下图，可以用来分割标注： 目录 一个box，交互分割代码： 多个box批量预测： 一个box，交互分割代码： import time using_colab = False import numpy as np import torch # import matplotlib.pyplot as
超分camixersr 使用笔记-爱代码爱编程
目录 超分CAMixerSR 笔记 自己改进的图例示例： 修改目录： 设置预训练模型： 超分CAMixerSR 笔记 自己改进的图例示例： 修改目录： codes/basicsr改为codes/basicsr_m 设置预训练模型： path: pretrain_network_g: F:\project\chaofen\
自己设计扩散模型进行图生图_扩散模型的时间步t如何与噪声图片一起输入的-爱代码爱编程
目录 模拟difussion 预测的时候每阶段结果： 方案1 假设steps是100， 目标减去输入是总差异 训练的时候，输入就是图像 差异就目标减去输入，每步的差异(高斯噪声)是最大目标减去差异除以steps， 每次训练时把把目标减去每步差异，用unet去预测差异 预测的时候，输入图像，然后加上时间t，unet预测这个差异，然
yolov5批量预测检测获取错误样本_yolo批量预测-爱代码爱编程
目录 获取错误样本脚本，标注保存为json，预测保存为绿框 删除不ok的图片后，剩余加回： 获取错误样本脚本，标注保存为json，预测保存为绿框 """ Usage: $ python path/to/val.py --weights yolov5s.pt --data coco128.yaml --img 640 """ i
yolov5 获取错误样本_yolov5 如何获得检测不准确的图片-爱代码爱编程
yolov5根据把预测错误的样本找出来，并把预测结果打印出来，输出图片 标注时，标注的结果就显示出来了，红框是预测的结果，其他颜色是标注的结果，可以根据结果对比进行调整标注。 注意：标注时独立的json文件格式 batch_mouse_ok.py """ Usage: $ python path/to/val.py --weights
动捕捉 easymocap 笔记_easymocap标定-爱代码爱编程
目录 文档： 安装： 相机标定： 2.1 内参标定 2.2 外参标定 跑demo 提取关键点： YOLOv4+HRNet OpenPose Mediapipe YOLOv4+Openpose YOLOv4+HRNet+Openpose 姿态识别： 姿态转smpl xyz转smpl 文档： 这个也是先人体检测，再检测2
ultra-爱代码爱编程
目录 数据预处理： 数据加载 图片和标注加载： 数据增强-训练： Ultra-Fast-Lane-Detection-v2 pytorch版 Ultra-Fast-Lane-Detection-v2官方原版数据加载用的nvidia.dali.pipeline Windows没有nvidia库，所以无法训练，数据增强也不方便，特地实现了py
局部替换 阿里 replaceanything_replaceanything 开源下载-爱代码爱编程
目录 阿里的ReplaceAnything，没开源， 可以人体替换、服装替换、物体替换以及背景替换等等。 追影 视频生成 阿里的ReplaceAnything，没开源， 阿里巴巴提出的ReplaceAnything框架，可以在严格保持某个“物体ID”不变的情况下生成新的内容，适用于人体替换、服装替换、物体替换以及背景替换等等众多场景！
dinov2 使用实例_如何用dinov2处理下游任务-爱代码爱编程
import cv2 import torch import torchvision.transforms as T import numpy as np from PIL import Image from sklearn.decomposition import PCA patch_h = 50 patch_w = 50 feat_dim
最强姿态模型 mmpose 使用实例-爱代码爱编程
mmpose 介绍： https://blog.csdn.net/jacke121/article/details/135040186 图片姿态实例： 本机地址：B:\/project\pose\mmpose-dev-1.x # Copyright (c) OpenMMLab. All rights reserved. import l
cvpr2023：idea与清华提出首个一阶段3d全身人体网格重建算法，代码开源！_one-爱代码爱编程
GitHub - IDEA-Research/OSX: [CVPR 2023] Official implementation of the paper "One-Stage 3D Whole-Body Mesh Recovery with Component Aware Transformer" 三维全身人体网格重建(3D Whole-Body Mes
英伟达新方法入选cvpr 2023：对未知物体的6d姿态追踪和三维重建-爱代码爱编程
普通手机“随手”拍的雕像，一下就变成了精细的三维重建图。 水杯来回动的动态场景下，细节清晰可见： 静态场景效果也同样nice，狗狗突出的肋骨都被还原了出来： 对比来看其他方法，效果是酱婶的…… 这就是英伟达最新提出的方法BundleSDF。 这是一种可对未知物体的6D姿态追踪和三维重建的方法。 用于从单目RGBD视频序列中跟踪未
yolov5 face获取预测错误样本_from models.common import conv, dwconv-爱代码爱编程
# -*- coding: UTF-8 -*- import argparse import functools import shutil import time from pathlib import Path import sys import os import numpy as np import cv2 import torch impo
多传感器融合 bevfusion-爱代码爱编程
目录 BevFusion 背景介绍 liar，radar： BevFusion BevFusion是一种多传感器融合技术，它可以将来自不同传感器（如LiDAR和相机）的数据融合到一个统一的BEV表示中。BevFusion的优点在于它能够结合多种传感器的优点，从而在物体检测和跟踪任务中取得更好的性能。 相机端采用BEV算法生成BEV特
超越所有 yolo 检测模型，mmdet 开源当今最强最快目标检测模型_mmdetection depthwiseconvmodule-爱代码爱编程
环境安装： GET STARTED — MMDetection 3.0.0rc0 documentation 基于pytorch，但是又有自己的组件： pip install -U openmim mim install mmengine mim install "mmcv>=2.0.0rc1" 首先，这里先声明一下由于论文和代码没
最近邻搜索 学习笔记-爱代码爱编程
最近邻搜索（Nearest neighbor search）是指在数据库中查找与查询数据距离最近的数据点，是计算机视觉、推荐系统、机器学习等领域的基本问题。 比如在基于内容的图像检索中，在计算完查询图像特征向量后，需要在成千上万甚至几十亿的数据库图像特征向量中查找距离最小的Top n 幅图像，作为结果返回给用户。 Facebook的FAISS是这
清华加强版「蚂蚁呀嘿」来袭 鬼畜区up主再也不用手动抠素材了_tpsm算法-爱代码爱编程
开源地址： https://github.com/yoyo-nb/Thin-Plate-Spline-Motion-Model 预训练300多m 清华大学云盘 2021年初，一股「蚂蚁呀嘿」的妖风吹遍各大社交平台，相信你也曾经刷到过互联网大佬、政要名人、体育明星甚至是动漫人物穿越时空，共同做着夸张的表情，唱着魔性的「蚂蚁呀嘿」的视频。
有序回归学习笔记_使用有序回归编码标签进行训练-爱代码爱编程
以下内容转自： 有序回归（ordinal regression)_音程的博客-CSDN博客_ordinal regression 假如有如下训练数据： (x1,明天），（x2,后天），（x3，大后天）。 其中第一项x表示一个事件，第二项表示该事件发生的时间。 现在需要你训练一个模型，能够给定事件x作为输入，输出其发生的时间。 乍一看是一个分类(c
yolov5 获取漏检图片脚本-爱代码爱编程
yolov5 获取漏检图片脚本 获取样本分数在0.05到0.38直接的样本。 # YOLOv5 by Ultralytics, GPL-3.0 license import argparse import json import os import sys import time from pathlib import Path import cv