前言 進行校準相機，使圖像不失真並進行視角轉換。目標編寫一個函數，將失真的圖像作為輸入，並完成以下步驟： 1.利用帶有mtx和dist參數之cv2.undist...
前言 索伯算子是圖像處理中先前介紹Canny邊緣檢測算法的核心。索伯算子索伯算子最早是由美國計算機科學家艾爾文·索伯及蓋瑞·費德曼於1968年在史丹佛大學的人工...
前言 在此專案中，您將使用在課程中學到的工具來識別道路上的車道線。 您可以在一系列個別的圖像上利用pipeline，然後將結果應用於影片串流（實際上是一連串一圖...
前言 Dropout 方法可以解决 overfitting(過度學習，過度擬合)，以下介紹TensorFlow Dropout技術。 說明 Dropout是一種...
目的 視角轉換使用不同視角將給定圖像中的點映射到不同的期望的圖像點。 其中一種視角轉換是鳥瞰視角轉換，讓我們從上方觀察一條車道; 這對於稍後計算車道曲率非常有用...
前言 本篇文章說明TensorFlow-最大池化器( MaxPooling)之原理 說明 如下圖，用一個 2x2 的矩陣來掃過輸入 (stride = 2)，然...
前言 在對道路圖像應用校準，車檻值處理和透視轉換後，會產出有一個二進位圖像，其中車道線清晰突出。但是，您仍需進一步明確決定哪些像素是車道線的一部分，哪些像素屬於...
目的 實際上車道線並非直線，可能是彎曲的曲線 說明 自動駕駛汽車需要被告知正確的轉向角度，左轉或右轉。 如果您了解汽車的速度和動力以及車道彎曲的程度，您可以計算...
前言 梯度下降法（Gradient Descent Algorithm）是一個一階最佳化算法，通常也稱為最速下降法。 要使用梯度下降法找到一個函數的局部極小值，...
前言 針對Project1- Finding Lane Lines這個項目，提供專案實作說明，包括以下三個部分：1.程式實作描述2.可能缺點3.建議可能的改進...
前言 卷積神經網絡(Convolutional Neural Network)簡稱CNN，CNN是所有深度學習模型(Model)之一，CNN在影像識別方面的威力...
前言 目前至今可以得到以一個多項式來描述車道線，提供有門檻值圖像，估計哪些像素屬於左右車道線（如下圖以紅色和藍色顯示），接著，我們將計算符合車道線之曲率半徑。...
前言 使用棋盤圖像計算相機校準 實作說明 import numpy as np import cv2 import glob import matplotlib...
前言 在本課程中，將學習如何使用TensorFlow構建多層神經網絡。 將隱藏層添加到網絡允許它模擬更複雜的功能。 此外，在隱藏層上使用非線性激活功能可以模擬非...
前言 TensorFlow由Google創建的開源深度學習庫，可將您的神經網絡知識應用於真實數據集，包括自動駕駛所需之數據集。 TensorFlow安裝說明 安...
前言 進行視角轉換工作 實作說明[1] 視角轉換函數 def unwarp(img, src, dst): h,w = img.shape[:2]...
前言 反向傳播是「誤差反向傳播」的簡稱，是一種與最優化方法結合使用的，用來訓練人工神經網絡的常見方法。該方法對網絡中所有權重計算損失函數的梯度。這個梯度會反饋給...
前言 線性廻歸有助於預測連續光譜的值，例如預測房屋的價格。如何在離散類之間對數據進行分類？以下是分類任務的例子：確定患者是否患有癌症識別魚的種類弄清楚誰在談電話...
前言 針對影像進行不失真處理(Undistort Image) 實作 不失真處理(Undistort Image) exampleImg_undistort =...
前言 執行索伯算子過濾 實作 Sobel Absolute Threshold # Define a function that applies Sobel x...
前言 進行training Logistic Classifier 說明 Linear Function 讓我們推導函數y = Wx + b。 我們想將輸入x轉...
前言 進行HLS過濾工作 說明 HLS S-Channel Threshold # Define a function that thresholds the...
前言 在此專案中，目標是編寫一個軟件管道來識別視頻中的通道邊界，專案成果希望是創建的主要輸出或產品是項目的詳細說明。 執行流程 本專案的目標及執行流程如下：1....
allenchen
iThome鐵人賽
看影片追技術