视觉 [40]
道路目标流量统计算法
实现流量统计算法有两个前提： 能够实现目标检测，最基本的前提，必须能够识别到视频帧中的车辆和行人。 能够进行目标跟踪，在检测的基础上，为目标分配一个唯一的ID。流量计数依赖于目标的唯一ID。 目标检测算法以YOLO系列为例。 跟踪算法以 ByteTrack 跟踪结果为例。将检测结果的 objects
面向自动驾驶的端到端感知技术及发展趋势
摘要：近年来，随着深度学习技术的发展和硬件算力的持续增强，自动驾驶技术被越来越多地应用到不同场景中。视觉感知、激光雷达感知和多传感器融合感知技术也在这些年得到了迅速发展。本文首先回顾近年来自动驾驶感知技术的相关工作，然后介绍这些工作所使用的方法与技术，随后整理并介绍自动驾驶感知常用的数据集和评价指标
PCIe-GL26设备将GMSL相机图像发送至HOST端
PCIe-GL26 先看看 PCIe-GL26 是个什么设备。 本质上，它是一个自带 Jetson Xavier 系统，且带有 6 路 GMSL2 接口的图像采集卡。 GMSL2 是 Gigabit Multimedia Serial Link 2，注意这个和 GIGABYTE 技嘉科技 没啥关系。
单目相机像素坐标系到世界坐标系的转换
世界坐标系 -> 像素坐标系 转换过程可参见这篇文章：FunnyWii's Zone 机器视觉 - 单目相机入门，其中描述了世界坐标系 -> 像素坐标系的转换过程。可以归结为下述公式： Z_c \begin{bmatrix} u \\ v \\ 1 \end{bmatrix} = K \begin{
OpenCV 的 remap() 函数中的 map1 和 map2
今天在 StackOverflow 上看到这么个问题：想把原图像中的一个点 \textstyle g，通过内参和畸变参数映射到去畸变图像中的点 \textstyle p，并获取这个点的坐标。 你以为我接下来会说，xxx 和我想的一样，但是我想错了，其实并不是这样。 现在，我想说的只有其实并不是这样，
单目相机的深度图，以及绝对深度和相对深度
深度图 深度图（Depth Image, Depth Map）会将图像中的每个像素编码为相机到场景中某个点的距离，从而提供图像中物体的空间信息。 需要注意的是，不同场景下深度的定义可能略有差异。有些传感器中，深度表示的是相机坐标系下沿光轴方向的 Z 值；有些场景中，深度也可能表示空间点到相机中心的欧
使用Python控制海康球头相机运动的方法
控制海康球头的 3 种方法 做了一些调查，目前控制海康球头相机的方法主要有三种： 海康官方 SDK。海康开放平台提供了多个平台的 SDK，包括 Windows、x86 Linux 和 ARM Linux（Jetson）等。Jetson 平台通常应选择 ARM 64 位 Linux 版本 ONVIF。
Jetson Orin部署Mediapipe Holistic检测
安装 JDK JetPack 一般不带 JDK，可以先安装 OpenJDK 11： sudo apt install openjdk-11-jdk
安装 Bazel 针对 MediaPipe 这个项目，需要使用的 Bazel 版本通常取决于当前 MediaPipe 版本指定的 Bazel 版本。更
车道线的多项式曲线拟合
离散点平滑 基于优化的离散点平滑 模型检测到的车道线，最终输出的是车道线的点坐标 \textstyle (x,y)，这些点能够大致描述车道线在画面中的位置。但如果想要拟合出车道线的高阶方程，可能还是不够平滑，一些离散点会影响拟合的效果。 优化变量：车道线点坐标 \textstyle (x_i,y_i
.webp)
车道线检测功能综述【深度学习方法】
深度学习方法 车道线检测常用数据集见 FunnyWii's Zone 车道线检测功能综述【传统方法】 基于分割的方法 基于分割的方法利用语义分割或实例分割来区分图像中的车道线、其他物体和背景。这类方法将车道线检测问题转化为像素级分类问题，会对场景图片中的像素进行分类，判断该像素是否属于车道线。 由于
.webp)
车道线检测功能综述【传统方法】
车道线检测技术 车道线检测技术是计算机视觉和自动驾驶领域中的关键技术之一，它能够帮助车辆在道路上识别和跟踪车道线，从而实现车道保持、辅助驾驶和自动驾驶等功能。 车道线检测方法总体上可以分为传统方法和基于深度学习的方法。 车道线数据集 数据集 数量 尺寸 场景 特点 TuSimple 72k 1280
为ARM架构下的OpenCV添加FFMPEG支持
之前自己从未考虑过这个问题。每次手动编译 OpenCV 的时候，cmake 后面的 -D xxx对我来说只是添加某个支持，但我并不知道 OpenCV 编译本身也是依靠 CMake 配置完成的，而 CMake 找到这些依赖，很多时候又依靠 pkg-config 工具。 文章最下方是我在编译 OpenC
mmyolo目标检测之边用边学（笨鸟快飞边学边更版）
写在前面 为什么不直接输出一堆内容，主要是因为自己太菜了。上学时的那些深度学习知识，已经差不多都还给老师了，而且工程应用又是另一码事。所以我就一边用 MMYOLO 框架训模型，一边从头学起。 快成炼丹师了，不过对如何调整 hyperparameters 还是一点头绪都没。以下提到的功能使用方式，都可
YOLOv8的训练和C++部署
相比之前的模型，YOLOv8 引入了新的 backbone、新的 Anchor-Free 检测头和新的损失函数，可以在从 CPU 到 GPU 的多种硬件平台上运行。 模型的训练 - Ultralytics 最开始我是使用 Ultralytics 框架训练，因为这个框架非常简单。不过它导出的 bind
Jetson - ARM架构下的 torch 和 torchvision 的安装 (支持CUDA)
This post is outdated and may no longer reflect current best practices. 写在前面 ARM 架构下的 torch 安装比较烦人，不是麻烦，而是烦人。 网络上很多教程虽然写着 Jetson 的 torch 安装，但基本都是用 PyP
单目视觉的3D目标方向 - Orientation of 3D Object in Monocular
方向的概念 单目相机的 3D 目标检测，是从 2D 图像中估计目标的 3D BBox，包括位置、尺寸和方向。其中，目标方向估计是很重要的一环。 在单目相机 3D 视觉检测中，需要先理解一组重要概念：Egocentric 自我中心和Allocentric 客体中心。 这两个概念来自空间认知领域。Ego
单目相机的3D目标检测 - 3D Object Detection using Monocular
写在前面 即便 CNN 检测出的 2D bbox 能为目标深度提供一些线索，后续的预测、规划和运动控制仍然需要更完整的 3D 信息，包括目标的位置、尺寸、方向和速度等。更何况，如果能够恢复目标的 3D 信息，对测距精度的提升也会有很大帮助。 激光雷达和深度相机固然精度很高，但是贵。而且在 Lidar
单目相机的测距 - The Distance Estimation of Monocular Camera
正文 在 ADAS 中，测距这项需求一般源于自适应巡航控制（ACC）。ACC 是纵向距离控制，需要能够发现目标，测量相对速度和相对距离，并预测目标的运动轨迹。 对于测距而言，最直接的方法是采用毫米波雷达、激光雷达和双目相机。那为什么还要用单目呢？核心原因还是成本。单目相机便宜、部署简单，但也带来两个
机器视觉 - 单目相机入门
单目相机成像原理 几个概念 光轴：垂直穿过理想透镜中心的光线 焦点：与光轴平行的光线射入凸透镜时，所有光线会聚在透镜后方一点，该点称为焦点 焦距：镜片中心到焦点在光轴上的距离。入射平行光线（或其延长线）与出射会聚光线（或其延长线，下图中红色虚线）相交，可确定折射主面；该想象平面与光轴的交点即主点 光
关于机器视觉(Machine Vision ACS61012)这门课
随便说说 授课老师是 Professor Lyudmila Mihaylova，我们叫她mila。看名字应该是一个斯拉夫人，在大毛和二毛刚刚开打的时候，我们一致猜测她是大毛的，理由：NULL。 mila的声音轻轻的，而且本人看起来也十分的文静，可能从小到大是一个乖乖女吧。总之我十分敬佩这些从大毛二毛