OpenCV机器学习项目实战（Python版）

OpenCV机器学习项目实战（Python版）
共23节 1203人在学 课程详情

  • 机器学习基础

    • 使用KNN（K临近）模块完成数据分类
    • 使用SVM（支持向量机）模块完成数据分类

  • 使用KNN识别字符

    • 识别手写体数字
    • 识别英文字母

  • 求解数独

    • 定位数独图像内单元格中的数字
    • 构造KNN模型
    • 识别数独图像中的数字
    • 计算数独
    • 在数独图像上绘制计算结果（项目完结）

  • SVM识别手写数字

    • 校正倾斜数字
    • 提取图像的HOG特征值
    • 将图像拆分成训练数据和测试数据
    • 构造并使用SVM分类器（识别手写文字，项目完结）

  • 行人检测

    • 自动检测不礼让行人的车辆
    • 调整行人识别的精度.mp4
    • 调整Padding参数
    • 调整scale参数
    • 开关重叠边界检测
    • 完成的行人检测程序

  • K均值聚类

    • 一维数据K均值聚类原理
    • 二维数据K均值聚类原理
    • 使用K均值聚类模块对100个随机点进行分类，并绘制分类结果
    • 绘制艺术画

    订阅失败

    OpenCV机器学习项目实战（Python版）
    OpenCV机器学习项目实战（Python版） ...

    订阅列表已满，请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看！专家精选系列课程，满足你从入门到精通！更有问答月卡免费送，你的问题有问必答！
    提交答案

    购买课程

    扫码完成付费，可继续学习全部课程内容

    加载中...
    播放页问题反馈
    视频学习中有任何产品建议都可由此反
    馈，我们将及时处理！

    课时介绍

    将图像拆分成训练数据和测试数据将图像拆分成训练数据和测试数据将图像拆分成训练数据和测试数据将图像拆分成训练数据和测试数据将图像拆分成训练数据和测试数据将图像拆分成训练数据和测试数据

    课程介绍

    本课程主要讲解结合OpenCV4和机器学习中的相关技术，实现各种检测和识别项目。主要包括使用KNN（K邻近）识别手写数字、英文字母、求解数独。使用SVM分类器识别数字、行人检测、以及利用K均值聚类绘画等

    推荐课程
    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00
    课件正在飞速打包中，请耐心等待几秒钟～