Faster-RCNN对象检测算法是R-CNN对象检测的第三个版本算法，其前面还有Fast-RCNN与RCNN算法，由于R-CNN无法实现End-to-End训练，Fast R-CNN Selective Search耗时比较长等原因，作者在此2版的基础上

Faster R-CNN你只看一次单发探测器。R-CNN是使用深度学习进行物体检测的训练模型; 然而，这种技术很难理解,难以实施，并且难以训练。如果我们只追求速度，那么我们倾向于使用YOLO，因为这个算法要快得多，但是识别物体位置精准性差，召回率低。相反，

前阵子的考试、旅游让我有很长一阵子没来博客看看，现在寒假了，是时候写点、看点新的东西了！我们就拿银行卡号识别来说，大家用的最多的微信实际上就有了这个功能。大家打开微信钱包，绑定银行卡的时候是否在输入框右侧看到一个照相机一样的按钮呢，那就是实现银行卡号识别功

xp更应该能成功。检查D:\Program Files\OpenCV2.1\bin和D:\Intel TBB 3.0\bin\ia32\vc10是否已经被加入到环境变量PATH，如果没有，请加入。加入后需要注销当前Windows用户（或重启）后重新登陆才生

const char *pstrWindowsTitle = "人脸识别";

题目来自OpenCV·China的每周一练：我们在做项目时，通常需要把依赖于opencv，vs，或者vc的程序，在没有安装相关环境的电脑上去运行。那么现在有哪些方法可以摆脱这些依赖？前面的童鞋讲得很全了，我再补充一下自己的理解~OpenCV的安装我们下载的

vs 2008+openCV 2.4.2+win7+32位操作系统。1）openCV 2.2以及2.2以下版本，不自带编译好的dll动态库和lib静态库文件。经检查，程序没问题。调试检查，发现加载lib文件库时出现：”D:\Program Files\Op

OpenCV在Android中的应用使用Android NDK编译so库简介在linuxt系统下使用OpenCV2.3 + NDK R6编译 OpenCV人脸检测应用。估计可能是对于较旧的Android版本需要这样。如果NDK无法编译，请尝试使用cryst

在Ubuntu上成功安装了Caffe，但是没有训练MNIST，今天在Mac上极简安装了Caffe并且顺利地跑通了MNIST。网络上的教程很多都比较复杂，这篇文章仅关注安装和训练过程，不涉及深度学习的理论。第一手的资料当然来自Caffe的官方网站，里面的内容

最近刚学openCV，其中配置就花费了一段时间，特将自己的配置过程分享给大家，希望大家少走弯路，有疑问和不对的可以指出来。需要在环境变量path后面加上;D:\Program Files\OpenCV2.4.3\opencv\build\x86\vc10\

经过几天的努力，初步完成了对opencv2.3.0的安装和使用。记录下过程希望对他人有帮助。首先，的步骤当然是下载和编译opencv，根据这位大神提供的思路，安装和编译还是比较轻松。主要有以下几步：

OpenGL是Qt自带的,Windows下的版本OpenGL库已经随同Qt的Windows发行版一同安装,Linux版本则没有安装.sudo apt-get install libcv-dev libcv4 libcvaux-dev libcvaux4 l

单击环境变量：对系统变量 path 添加: D:\opencv3.1.0\opencv\build\x64\vc14\bin. 点击确定之后，重启电脑，一定要重启电脑。