Git Product home page Git Product logo

matlab-ai-image-labeler's Introduction

基于 MATLAB 的 计算机视觉工具箱的 cxk 篮球换头

声明:素材及其源文件均来自图灵鸡科技俱乐部【蔡徐坤】我竟然使用了Matlab将cxk的头换成篮球w(゚Д゚)w?!图灵鸡の完整教程~,并且律师函只给 UP 一个人。不会两开花。

  1. 确定训练文件,也就是需要提前进行视频截图,这里使用一个程序 CAIXUKUNdetector 对于截取一定的视频帧,保存为图像文件。 这个工作的完成也可以依靠收手动完成,主要是为了标定图像进行分类。

  2. 选择好图像之后。需要对图片进行打标签,也就是哪一部分是什么。工具箱为 Image Labeler

    在进入工具箱之后,就需要对图片进行标定

    这个需要 New Session-->Load-->Add image from folder-->Define New ROI Label,Scene Label Definition-->对每一张导入的图片都手工打标-->Export Labels to file

  3. 在打标完成导出数据之后,需要对数据进行训练,这里的 acfDetectortraining.m文件就是做这个用处的

    negativefactor=9.5;
    load('cxk\data RGB\copy.mat','gTruth');
    gTruth.LabelDefinitions
    cxklabel = selectLabels(gTruth,'cxk2');
    trainingData = objectDetectorTrainingData(cxklabel);
    summary(trainingData)
    acfDetector3 = trainACFObjectDetector(trainingData,'NegativeSamplesFactor',negativefactor);

    首先设置的 negativefactor值是作为选取框的大小,这个值越大,去噪声越强大,但是有可能会使🏀代替不了头,所以这个数应该适当调节。

  4. 训练完成之后,使用 acfDetectortest.m 文件进行测试,测试会告诉你每一帧🏀在什么或者在不在。

  5. 在觉得 🆗 之后,就使用换头程序,basreplacement1.m 使 CascadeObjectDetector 的篮球换脸程序

    basreplacement2.m 使 acfDetector 的篮球换脸程序。这个完成之后会输出对应的视频。名字可以在这里改

    这个 test.avi也就是程序输出的换头视频。到此换头程序也就结束了,但是具体的代码我还没研究过,这里只是比 UP 的视频做的稍微详细一些。等之后理解代码了再来详细分析。

matlab-ai-image-labeler's People

Contributors

dushenda avatar

Stargazers

 avatar  avatar  avatar

Watchers

 avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.