文件名称：颜色分类leetcode-Sushi-Dish:来自真实图像的目标检测和分类
文件大小：4.42MB
文件格式：ZIP
更新时间：2024-07-26 16:29:13
系统开源
颜色分类leetcode 寿司 在传送带寿司店，计费是一项繁重的工作，因为人们必须手动计算菜肴的数量并识别它们的颜色来计算价格。 在繁忙的情况下，可能会出现客户多收费或少收费的错误。 为了解决这个问题，我们开发了一种自动识别菜肴颜色并使用真实图像计算总价的方法。 我们的方法由椭圆拟合和卷积神经网络组成。 它实现了椭圆检测精度 85% 和召回率 96% 和分类精度 92%。 执行 实现细节在论文中： Sushi Dish - 来自真实图像的对象检测和分类 演示 修改演示脚本'runDemo' 中的路径设置后，即可使用该脚本运行演示程序。 MatConvNet 的安装说明： 预训练的 CNN: imdb.mat : , net-epoch-57.mat :
【文件预览】：
Sushi-Dish-master
----.gitignore(13B)
----src()
--------set.mat(178B)
--------labels.mat(244B)
--------fitellipse()
--------dataAugment.m(1KB)
--------Train Example Labels.jpg(2.61MB)
--------duplicateData.m(314B)
--------classifyFeature.m(580B)
--------net-train.pdf(19KB)
--------runDetection.m(246B)
--------cnn_dish.m(4KB)
--------cnn_dish_init.m(3KB)
--------detectEllipses.m(11KB)
--------splitParameters.m(467B)
--------cnn_train.m(18KB)
--------labels.jpg(31KB)
--------findEndPoints.m(2KB)
--------runDemo.m(1KB)
--------data.mat(963KB)
--------makeDataSet.m(2KB)
--------edgeProcessing.m(3KB)
--------extractEdgeContours.m(4KB)
--------drawLineSegments.m(1KB)
--------extractFeatureImage.m(5KB)
--------classifySmoothCurvatures.m(4KB)
--------lineSegmentFitting.m(3KB)
--------calcEllipseCost.m(527B)
----README.md(1017B)
----Sushi Dish - Object detection and classification from real images.pdf(941KB)