本文介绍一种对鱼眼图片进行畸变矫正的方法，目前工业化生产中主要还是采用opencv方法进行畸变矫正，实现效果较好，建议采用
2021-09-15 09:48:33
10.61MB
1
原eclipse的主题比较伤眼睛，现编辑好一个主题，可以保护眼睛
如何使用？
File->Import->Preference->选中下载的主题
2021-09-14 12:48:47
28KB
1
1. 可将普通照片快速加工成立体照片;
2. 可以即时观看立体效果,直接打印或存盘输出;
3. 使用简单,功能强大,立体效果好.不需立体模板,不用专业技术。
用于制作裸眼3D立体图片；
修正注册后还有水印的问题；
绝不捆绑第三方插件和网页。
2021-09-14 11:17:39
380KB
1
运行环境：
1.python 3.7.4 2.pytorch 1.4.0
3.python-opencv
说明
预训练的权重文件[vgg_16] 具体的配置文件请看Config.py文件
训练运行python Train.py
单张测试 python Test.py
##目前进度： 1、PERCLOS计算 DONE 2、眨眼频率计算 DONE 3、打哈欠检测及计算 DONE 4、疲劳检测 DONE 5、人脸情绪检测 DONE 6、口罩检测Done
网络检测性能：准确率82.18%
主要文件说明： ssd_net_vgg.py 定义class SSD的文件 Train.py 训练代码 voc0712.py 数据集处理代码（没有改文件名，改的话还要改其他代码） loss_function.py 损失函数 detection.py 检测结果的处理代码，将SSD返回结果处理为opencv可以处理的
2021-09-13 19:40:36
212.52MB
1
EndoSLAM数据集和内窥镜视频的无监督单眼视觉测程和深度估计方法
EndoSLAM数据集概述
我们介绍了一种内窥镜SLAM数据集，该数据集既包含前体数据又包含合成数据。 数据集的离体部分包括标准和胶囊内窥镜记录。 数据集分为35个子数据集。 具体而言，分别存在结肠，小肠和胃的18、5和12个子数据集。
据作者所知，这是已发布的第一个用于胶囊内窥镜SLAM任务的数据集，具有定时6 DoF姿态数据和高精度3D地图地面真相
使用了两种不同的胶囊和传统的内窥镜相机，具有高分辨率和低分辨率，从而产生了不同的相机规格和照明条件。 来自不同相机的图像具有相同器官的不同分辨率和每个相关器官的深度，是所提出数据集的进一步独特功能。 我们还提供了两种类型的无线内窥镜的图像和姿态值，它们在某些方面彼此不同，例如相机分辨率，帧频以及用于检测Z线，十二指肠乳头和出血的诊断结果。
一些子数据集在两个版本中包
2021-09-13 17:16:51
234.36MB
1