摘要： 视频结构化的定义 利用深度学习技术实时分析视频中有价值的内容，并输出结构化数据。相比数据库中每条结构化数据记录，视频、图片、音频等属于非结构化数据，计算机程序不能直接识别非结构化数据，因此需要先将这些数据转换成有结构格式，用于后续计算机程序分析。视频结构化最常见的流程为：目标检测、目标分类（属性识别 阅读全文

摘要： 背景 在实际项目中，利用深度学习在检测道路车辆并分析车辆行为时，需要按照事先规定的方法绘制检测区（包含道路方向、车道区域等）。由于各种原因（人为、天气），获取视频数据的摄像角度容易偏移原来设定的位置，造成检测区域和实际画面不匹配，系统容易产生误检误报等错误数据。因此需要在摄像机位置偏移第一时间告诉系 阅读全文

摘要： 服务端代码后面给出 卡口车型、车牌识别demo截图 服务器： 阅读全文

摘要： 本文介绍如何将基于深度学习的目标检测算法应用到具体的项目开发中，体现深度学习技术在实际生产中的价值，算是AI算法的一个落地实现。本文算法部分可以参见前面几篇博客： [AI开发]Python+Tensorflow打造自己的计算机视觉API服务 [AI开发]基于深度学习的视频多目标跟踪实现 [AI开发] 阅读全文

摘要： 这篇文章详细介绍在centOS7.5上搭建基于keras/tensorflow的深度学习环境，该环境可用于实际生产。本人现在非常熟练linux(Ubuntu/centOS/openSUSE)、windows上该环境的搭建 :) 前面三篇博客代码实现均基于该环境（开发或者测试过）： [AI开发]Pyt 阅读全文

摘要： **本文恐怕不是完全的标题党** 视频多目标跟踪需要解决的关键点是前后两帧之间的Target Association，这是最难的环节（没有之一）。第T帧检测到M个目标，第T+S(S>=1)帧检测到N个目标，怎样将这M*N对目标正确地关联起来，是“跟踪算法”最难的环节。（注意这里提到的是多目标，单目标 阅读全文

摘要： 据我目前了解掌握，多目标跟踪大概有两种方式： Option1 基于初始化帧的跟踪，在视频第一帧中选择你的目标，之后交给跟踪算法去实现目标的跟踪。这种方式基本上只能跟踪你第一帧选中的目标，如果后续帧中出现了新的物体目标，算法是跟踪不到的。这种方式的优点是速度相对较快。缺点很明显，不能跟踪新出现的目标。 阅读全文

摘要： "与其停留在概念理论层面，不如动手去实现一个简单demo 。" ——鲁迅 没有源码都是耍流氓github 前言 目前提供AI开发相关API接口的公司有很多，国外如微软、谷歌，国内的百度、腾讯等都有开放API接口。开发者只需要调用相关接口，几步就能开发出一个“智能APP”。通常情况AI接口有以下几类： 阅读全文

摘要： 对于所有类似斗地主这种卡牌类游戏，其实游戏思路都是差不多的。先判断出牌是否是‘有效牌型’，若是，再判断该牌型的权重值用来比较大小。本篇文章将介绍如何实现一个斗地主的卡牌游戏引擎，洗牌、发牌、牌型检查并比较大小。核心代码比较完整，后面给了一个GUI的demo，完成了洗牌、发牌、选牌出牌，牌型检查，但是 阅读全文

摘要： 0 - 有没有觉得Linux标准终端界面输入输出枯燥无味？ 1 - 什么？vmstat命令的输出数据不直观？有没有想过能够可视化该命令的输出？ 2 - 尝试过用浏览器操作Windows中的cmd吗？ websocketj可以解决以上所有问题，让你随时随地通过浏览器访问任何平台上的应用程序。 webs 阅读全文