文件名称：Cat_Prey_Analyzer:具有深度学习功能的Cat猎物图像分类
文件大小：335.78MB
文件格式：ZIP
更新时间：2024-04-20 16:52:56
Python
介绍 如果您拥有一只可以*出门的猫，那么您可能对猫带回家猎物的问题很熟悉。 这导致您需要避免的清理工作！ 该项目旨在对任何环境中的任何猫进行具有深度学习的猫猎物检测。 有关其功能的简短介绍，请查看有关它的。 这个想法是，您可以使用该系统的输出来触发您的catflap，以便在想要与猎物一同进入的情况下将您的猫拒之门外。 相关工作 这不是解决上述问题的第一种方法！ 还有其他同样（如果不是更好的话）的有效方法，例如 ，它分析了猫的轮廓，这是最新方法。 但是，该项目的不同之处在于，它旨在通过基于视觉的方法来解决一般猫科动物的检测。 意味着这对任何猫都适用！ 如何使用本守则 该代码旨在在装有的RPI4上运行。 如果您有关于Keras的知识，您也可以自己运行模型，因为可以在/ models目录中找到.h5文件（请检查输入形状，因为它们可能有所不同）。 尽管如此，我将解释使用附带的红外摄像机在RPI4
【文件预览】：
Cat_Prey_Analyzer-master
----models()
--------Eye_Detector()
--------Prey_Classifier()
--------Cat_Recognizer()
--------Haar_Classifier()
--------Face_Fur_Classifier()
----log()
--------info.xml(86B)
--------event_log.csv(39KB)
----catCam_starter.sh(271B)
----cascade.py(34KB)
----model_stages.py(18KB)
----readme_images()
--------lenna_casc_Node1_001557_02_2020_05_24_09-49-35.jpg(1.85MB)
--------Collage_Node2_000945_01_2020_05_24_00-12-06.jpg(21.75MB)
--------combined_curve.png(86KB)
--------Screen Recording 2020-07-09 at 12.37.03.mov(11.83MB)
--------node.jpeg(208KB)
--------Collage_Node1_001557_01_2020_05_24_09-49-35.jpg(26.52MB)
--------pc_td_collage.jpg(733KB)
--------bot_good_morning.png(590KB)
--------queue.pdf(365KB)
--------queue.png(87KB)
--------Collage_Node1_001606_01_2020_05_24_16-56-10.jpg(27.56MB)
--------multi_cascade.pdf(562KB)
--------Cummuli Confusion Matrix @ Threshold_ 2.96.png(39KB)
--------cummuli_approach.png(1.61MB)
--------cascade.png(156KB)
--------merged_prey.png(6.18MB)
--------Semesterthesis_Smart_Catflap.pdf(28.13MB)
--------bot_fail.png(436KB)
----LICENSE(1KB)
----camera_class.py(2KB)
----.gitignore(2KB)
----README.md(10KB)
----.gitattributes(66B)