文件名称：mask_AD:遮罩R-CNN，用于检测和模糊街道广告
文件大小：74.57MB
文件格式：ZIP
更新时间：2024-04-02 03:32:52
Python
这是MaskRCNN模型，经过训练可模糊街头广告。 从 例子 [视频]（ ） 入门 使用对自定义数据集进行预训练的模型来分割和模糊您自己的图像或视频中的对象。 # Detect and blur image or video python3 blur.py (--image_path=/path/to/image.jpg | --video_path=/path/to/video.mp4) --model=/path/to/weigth.h5 您可以下载以训练自己的模型，该数据集由Google街景视图中的照片组成。 要求 Python 3.4，TensorFlow 1.3，Keras 2.0.8以及requirements.txt列出的其他常见软件包。 安装 克隆此存储库 安装依赖项pip3 install -r requirements.txt 从存储库根目录运行安装程序pyth
【文件预览】：
mask_AD-master
----MANIFEST.in(58B)
----images()
--------2516944023_d00345997d_z.jpg(177KB)
--------9247489789_132c0d534a_z.jpg(282KB)
--------8734543718_37f6b8bd45_z.jpg(163KB)
--------9118579087_f9ffa19e63_z.jpg(301KB)
--------3627527276_6fe8cd9bfe_z.jpg(157KB)
--------8239308689_efa6c11b08_z.jpg(221KB)
--------3800883468_12af3c0b50_z.jpg(120KB)
--------8829708882_48f263491e_z.jpg(237KB)
--------7581246086_cf7bbb7255_z.jpg(142KB)
--------3878153025_8fde829928_z.jpg(86KB)
--------25691390_f9944f61b5_z.jpg(176KB)
--------1045023827_4ec3e8ba5c_z.jpg(138KB)
--------6821351586_59aa0dc110_z.jpg(212KB)
--------12283150_12d37e6389_z.jpg(67KB)
--------3651581213_f81963d1dd_z.jpg(147KB)
--------5951960966_d4e1cda5d0_z.jpg(157KB)
--------8053677163_d4c8f416be_z.jpg(220KB)
--------7933423348_c30bd9bd4e_z.jpg(209KB)
--------3862500489_6fd195d183_z.jpg(94KB)
--------3132016470_c27baa00e8_z.jpg(170KB)
--------4410436637_7b0ca36ee7_z.jpg(124KB)
--------6584515005_fce9cec486_z.jpg(142KB)
--------2502287818_41e4b0c4fb_z.jpg(131KB)
--------8433365521_9252889f9a_z.jpg(178KB)
--------262985539_1709e54576_z.jpg(122KB)
--------2383514521_1fc8d7b0de_z.jpg(203KB)
--------8699757338_c3941051b6_z.jpg(234KB)
--------8512296263_5fc5458e20_z.jpg(146KB)
--------4782628554_668bc31826_z.jpg(224KB)
----assets()
--------street.png(890KB)
--------detection_anchors.png(747KB)
--------project_usiigaci1.gif(2.54MB)
--------nucleus_segmentation.png(708KB)
--------images_to_osm.png(983KB)
--------project_usiigaci2.gif(609KB)
--------detection_final.png(887KB)
--------mapping_challenge.png(613KB)
--------detection_refinement.png(703KB)
--------project_ice_wedge_polygons.png(1MB)
--------4k_video.gif(11.61MB)
--------detection_activations.png(69KB)
--------detection_tensorboard.png(43KB)
--------project_grass_gis.png(579KB)
--------project_shiny1.jpg(216KB)
--------detection_histograms.png(13KB)
--------detection_masks.png(10KB)
--------balloon_color_splash.gif(9.21MB)
--------project_3dbuildings.png(959KB)
----LICENSE(1KB)
----detect.py(6KB)
----samples()
--------ad_20191007T153252.jpg(183KB)
--------balloon()
--------nucleus()
--------ad_20191007T150856.jpg(171KB)
--------ad_20191007T150755.jpg(60KB)
--------ad_20191007T153320.jpg(49KB)
--------shapes()
--------demo.ipynb(1.48MB)
--------ad_20191007T153650.jpg(39KB)
--------ad_20191007T153349 (1).jpg(419KB)
--------coco()
----setup.cfg(99B)
----requirements.txt(119B)
----setup.py(2KB)
----.gitignore(569B)
----mrcnn()
--------visualize.py(19KB)
--------utils.py(33KB)
--------__init__.py(1B)
--------model.py(124KB)
--------config.py(9KB)
--------parallel_model.py(7KB)
----blur.py(6KB)
----README.md(2KB)