Компьютерное зрение
в задачах беспилотного автомобиля
в задачах беспилотного автомобиля
Прикладной курс для освоения работы с компьютерным зрением, нейронными сетями, инструментами машинного обучения и основами искусственного интеллекта
Курс основан на решении прикладных задач беспилотного автомобиля по детектированию и распознаванию объектов городской среды: светофоров, дорожных знаков, пешеходов и дорожной разметки. Также рассматривается использование компьютерного зрения для автономного движения учебного беспилотного автомобиля Айкар в условиях модельной городской среды. Ключевая задача Айкара – двигаться по своей полосе дороги, соблюдая ПДД и реагируя на внешние элементы: пешеходов, сигналы светофора, дорожные знаки.
Язык программирования: Python
Язык программирования: Python
Распознавание сигналов светофора
Распознавание сигналов светофора методами компьютерного зрения с использованием OpenCV
0:05 – Постановка задачи
0:55 – Общее описание работы алгоритма
4:55 – Изъятие конкретной составляющей цвета из изображения
15:12 – Разбор программы распознования сигналов светофоров
25:55 – Работа с путями и именами изображений
34:20 – Полезный совет о автоматизации
0:55 – Общее описание работы алгоритма
4:55 – Изъятие конкретной составляющей цвета из изображения
15:12 – Разбор программы распознования сигналов светофоров
25:55 – Работа с путями и именами изображений
34:20 – Полезный совет о автоматизации
Распознавание дорожных знаков
Введение в работу с компьютерным зрением
- Вывод видео с камеры на экран
- Импорт библиотек
- Понимание сущности видео-потока и управление им
- Полезные советы и лайфхаки
Детектирование объектов на изображении
- Что такое детектирование?
- Принцип работы детектирования по цвету
- Функция бинаризации inRange
- Как удобно подбирать пороги бинаризации
- Бинаризация картинки из файла: значения параметров
- Функция размытия изображения
- Избавлеие от ряби на чёрно-белом изображении: функции erode и dilate
- Написание функции детектирования знаков: получение бинаризованного изображения
- Написание функции детектирования знаков: функция поиска контуров
- Написание функции детектирования знаков: использование наибольшего контура
- Вырезание области изображения с детектируемым объектов
Распознавание детектированных объектов
- Принцип распознавания детектированного объекта
- Распознавание дорожных знаков: бинаризация эталонных и детектированной картинок
- Распознавание дорожных знаков: сравнение детектированной и эталонных картинок
- Распознавание дорожных знаков
Детектирование простых объектов
Детектирование простых объектов
Детектирование простых объектов методами компьютерного зрения: обучение собственного HOG SVM детектора. Гистограммы ориентированных градиентов и метод опорных векторов.
Детектирование пешеходов
Детектирование пешеходов
Это первая часть, благодаря которой можно переходить к выполнению задания онлайн-хакатона. Подробный курс по нейросетям мы выложим здесь же чуть в течение февраля.
Детектирование дорожной разметки
Детектирование дорожной разметки
00:21 – "Детектирование дорожной разметки камерой беспилотного автомобиля и движение по своей полосе дороги"
02:18 – "Общий разбор работы алгоритма"
05:41 – "Бинаризация изображения"
13:29 – "Перспективное преобразование"
18:36 – "Находим самые белые столбцы"
24:06 – "Располагаем окна для поиска пикселей разметки"
30:12 – "Нахождение пикселей дорожной разметки"
37:11 – "Перемещаем окна за линией"
39:51 – "Вычисляем центральную линию"
02:18 – "Общий разбор работы алгоритма"
05:41 – "Бинаризация изображения"
13:29 – "Перспективное преобразование"
18:36 – "Находим самые белые столбцы"
24:06 – "Располагаем окна для поиска пикселей разметки"
30:12 – "Нахождение пикселей дорожной разметки"
37:11 – "Перемещаем окна за линией"
39:51 – "Вычисляем центральную линию"
