文件名称：颜色分类leetcode-selective_search_py:基于Python的对象识别选择性搜索实现
文件大小：1.72MB
文件格式：ZIP
更新时间：2024-07-26 15:08:59
系统开源
颜色分类leetcode 概述 这是 Selective Search 的 Python 实现。 选择性搜索用作对象检测/识别管道的预处理。 它从输入图像中找到可能包含任何对象的区域，而不管其规模和位置如何，这允许检测器仅关注此类“预期”区域。 因此，与传统的穷举搜索方案相比，您可以配置计算效率更高的检测器，或者使用更丰富的特征表示和分类方法。 有关该方法的更多详细信息，请参阅原始论文。 此实现基于原始论文的期刊版本，并给出了类似的参数变化。 要求 CMake (>= 2.8) 海湾合作委员会 (>= 4.8.2) Python (>= 3.4.3) 对于所需的包，请参阅requirements.txt 使用 python 支持构建的 Boost (>= 1.58.0) 如果您在构建时遇到错误，请参阅） 此外，这仅在 x64 Linux 环境中进行了测试。 准备 此实现包含一些 C++ 代码，这些代码封装了用于生成初始值的基于图的高效图像分割。 它作为一个 python 模块工作，所以先构建它。 % git clone https://github.com/belltailjp/sel
【文件预览】：
selective_search_py-master
----test_selective_search.py(8KB)
----demo_showhierarchy.py(2KB)
----test_color_space.py(3KB)
----features.py(6KB)
----color_space.py(1KB)
----segment_py.cpp(3KB)
----requirements.txt(169B)
----doc()
--------hierarchy_example.gif(747KB)
--------hierarchy_example_composited.png(245KB)
--------showcandidates_scr_more.png(350KB)
--------ss_sample.png(325KB)
--------showcandidates_scr.png(370KB)
--------segmentation_example.png(9KB)
----.gitignore(102B)
----demo_showcandidates.py(5KB)
----CMakeLists.txt(790B)
----test_features.py(7KB)
----README.md(6KB)
----LICENSE.txt(1KB)
----selective_search.py(4KB)