深度学习和目标检测系列教程 （300 ）

Author：Runsen
之前的检测系统重新利用分类器或定位器来执行检测，将模型应用于多个位置和比例的图像。
Yolo 使用了一种完全不同的方法。它将单个神经网络应用于完整图像。该网络将图像划分为多个区域并预测

Author：Runsen
上次讲了yolov3，这是使用yolov3的模型通过opencv的摄像头来执行YOLOv3 对象检测。
导入所需模块：
import cv2
import numpy

Author：Runsen
图像标注主要用于创建数据集进行图片的标注。本篇博客将推荐一款非常实用的图片标注工具LabelImg，重点介绍其安装使用过程。如果想简单点，请直接下载打包版（下

Author：Runsen
R-CNN 和YOLO等对象检测模型，使用了平均精度 (mAP)。mAP 将真实边界框与检测到的框进行比较并返回分数。分数越高，模型的检测就越准确。
Precision

Author：Runsen
霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，该过程在一个參数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。 这张图里面有一

Author：Runsen
姿态估计是计算机视觉中的一项流行任务，比如真实的场景如何进行人体跌倒检测，如何对手语进行交流。
作为人工智能（AI）的一个领域，