目标跟踪轨迹/目标检测/实例分割/语义分割
由于需要使用 python 开发，使用到机器学习和深度学习框架。作为小白刚接触机器学习这领域，一切都很陌生还初次安装python，其中查阅一些常见的算法模型和使用的框架，决定学习使用 TensorFlow 框架类的模型。
这里总结包含一些常见的图像视觉算法模型
- 目标检测
- 实例分割
- 语义分割
项目开源在 Github 上，含所需的模型权重文件。
下载慢问题可以用VPN，推荐试用快连VPN加速下载。
Deep SORT —— YOLO V4 目标检测跟踪
目标检测跟踪
采用 YOLO V4 算法模型进行目标检测，使用 Deep SORT 目标跟踪算法。
基于 ModelArts 平台模型部署预测 —— YOLO V4 模型
目标检测
使用华为云 ModelArts AI 开发平台进行训练部署，采用 YOLO V4 算法模型进行识别预测。
Deep SORT —— Mask R-CNN 实例分割目标检测跟踪
实例分割跟踪轨迹
采用 Mask R-CNN 算法模型进行目标检测，使用 Deep SORT 目标跟踪算法运动轨迹。
基于 ModelArts 平台模型部署预测 —— Mask R-CNN 模型
实例分割
使用华为云 ModelArts AI 开发平台进行训练部署，采用 Mask R-CNN 算法模型进行识别预测。
这里的掩膜色我统一类色了，可以为随机色。
基于 ModelArts 平台模型部署预测 —— DeeplabV3 模型
语义分割
使用华为云 ModelArts AI 开发平台进行训练部署，采用 deeplabv3-xception65-ade20k 算法模型进行识别预测。
推荐学习
欢迎收藏点赞评论，表示鼓励。
