2. OpenCV Course - Full Tutorial with Python
Increasing webcam FPS with Python and OpenCV
OpenCV tutorial pyimagesearch.com
OpenCV university pyimagesearch.com
2.Нейронные сети. Beyond Robotics
MediaPipe Библиотека распознавания частей тела
Подборка материалов по OpenCV для Python
Create mount:
$ docker volume create \
--name host_data_source \
--opt type=bind \
--opt device=/home/jeka/Projects/OpenCV/less \
--opt o=bind
TODO:Current dir `/home/jeka/Projects/OpenCV/less` == /container_data
Use mount dir:
$ docker run --rm \
--name opencv_rep_less \
--mount source=host_data_source,destination=/container_data \
-it jekshmek/opencv_rep python /container_data/info.py
Use camera:
$ xhost +local:docker (or `$ xhost +`)
$ docker run --rm --env DISPLAY=$DISPLAY --privileged \
--mount source=host_data_source,destination=/container_data \
--volume /tmp/.X11-unix:/tmp/.X11-unix --volume /tmp/.docker.xauth:/tmp/.docker.xauth --env NO_AT_BRIDGE=1 \
--name opencv_rep_less -it jekshmek/opencv_rep python /container_data/camera_example/camera.py
TODO: maybe need use camera
XAUTH=/tmp/.docker.xauth
xauth nlist $DISPLAY | sed -e 's/^..../ffff/' | xauth -f $XAUTH nmerge -
ocker run .... -v $XAUTH:$XAUTH
https://gtts.readthedocs.io/en/latest/
[Распознавание речи на Пайтон AI] (https://www.youtube.com/playlist?list=PLxiU3nwEQ4PHLCwPFUdr3u2oScfIhUohe)
pyimagesearch.com github pyimagesearch.com github search pyimagesearch
NumPy позволяет быстро и удобно работать с такими структурами данных как большие многомерные массивы.
pip install numpy
Matplotlib это настоящий комбайн для отображения данных.
pip install matplotlib
Среда программирования для Python
pip install jupyter
OpenCV по сути стандарт в области обработки изображений и компьютерного зрения.
Данный пакет расширяет возможности работы с векторами и матрицами.
pip install scipy
Начиная с этой библиотеки – все будет связано с машинным обучением. Тут уж ничего не поделаешь, если ты хочешь не только повернуть и уменьшить картинку, но и понять что на ней находится, ты попадаешь на территорию ML. Scikit-learn это самый легкий способ начать свое знакомство с этой областью. Данная библиотека содержит различные реализации методов кластеризации, классификации и других. Устанавливается через менеджер пакетов pip командой: pip install scikit-learn
Для ее изучения, а не просто запуска демок, придется понять хотя бы теорию нейронных сетей, глубоких нейронных сетей. На самом деле, после получения базовых знаний работать с ней приятно а ее скорость и гибкость вас приятно удивят.
pip install tensorflow
Основной ее целью было создать инструмент для анализа мультимедийных данных с открытым исходным кодом который будет ориентирован на коммерческое применение. Вся библиотека написана на C++, в своей работе опирается на обработку данных графическим чипом, полностью поддерживает написание пользовательских алгоритмов на Python/NumPy, а также совместим с MATLAB.
CatBoost отличается от Tensor-Flow и Caffe тем, что она реализует механизм глубокого обучения через градиентный бустинг, в отличии от нейронных сетей. Библиотека разработана и написана в Яндексе, поддерживает работу из Python и R, имеет открытый исходный код.