西安哪有学做淘宝网站,html企业网站源码,天津招标信息网官网,wordpress主题订单系统目录
1 Python版本
2 C++版本 本来利用yolov5检测浓雾的，但是发现yolov5的检测结果会把一些正常天气检测成雾天，这种时候其实可以通过增加正常类，也就是将正常天气被误检成浓雾的图片当成一个正常类别去训练，但是不想标注图片，也不想重新训练算法了，因此想是不是可以用…目录
1 Python版本
2 C++版本 本来利用yolov5检测浓雾的，但是发现yolov5的检测结果会把一些正常天气检测成雾天，这种时候其实可以通过增加正常类，也就是将正常天气被误检成浓雾的图片当成一个正常类别去训练，但是不想标注图片，也不想重新训练算法了，因此想是不是可以用opencv对yolov5检测到的图像进行二次识别，从而提高准确率，结果发现是可以的。
1 Python版本
我先用opencv试下这种方法可不可行，可行之后再用C++集成到工程中，python代码如下
import cv2
import numpy as npdef dark_channel(image, size = 15):r, g, b = cv2.split(image)min_img = cv2.min(cv2.min(r, g), b)kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (size, size))dark = cv2.erode(min_img, kernel)return darkdef
