Enviar búsqueda
Cargar
20190519_自動運転車勉強会_ハンズオン
•
0 recomendaciones
•
1,828 vistas
康幸 三浦
Seguir
【ハンズオン】道路上の車線を検出してみよう https://self-driving-car.connpass.com/event/130278/ で使用した資料
Leer menos
Leer más
Motor
Denunciar
Compartir
Denunciar
Compartir
1 de 11
Descargar ahora
Descargar para leer sin conexión
Recomendados
2009 12 12_osm-tokai
2009 12 12_osm-tokai
Tom Hayakawa
5374ワークショップ オープンデータを用いた地域課題解決アプリの実装 -東大寄附講座
5374ワークショップ オープンデータを用いた地域課題解決アプリの実装 -東大寄附講座
健一郎 福島
M5StickC M5StickVを使った簡易監視装置を作ってみる
M5StickC M5StickVを使った簡易監視装置を作ってみる
tomitomi3 tomitomi3
チームMORIMORI 設計資料他苦労話など at G空間EXPO2013
チームMORIMORI 設計資料他苦労話など at G空間EXPO2013
Katsuhiro Morishita
Dance Information Processing / ダンス情報処理
Dance Information Processing / ダンス情報処理
SIGDance
[SIGDance Cypher Session vol.1] キャラクタアニメーションで実現する楽曲の歌詞化表現
[SIGDance Cypher Session vol.1] キャラクタアニメーションで実現する楽曲の歌詞化表現
Iwamoto Naoya
C++用将棋ライブラリ"OpenShogiLib"の紹介
C++用将棋ライブラリ"OpenShogiLib"の紹介
Hiro H.
Si2016 発表スライド
Si2016 発表スライド
Robotics Engineer
Recomendados
2009 12 12_osm-tokai
2009 12 12_osm-tokai
Tom Hayakawa
5374ワークショップ オープンデータを用いた地域課題解決アプリの実装 -東大寄附講座
5374ワークショップ オープンデータを用いた地域課題解決アプリの実装 -東大寄附講座
健一郎 福島
M5StickC M5StickVを使った簡易監視装置を作ってみる
M5StickC M5StickVを使った簡易監視装置を作ってみる
tomitomi3 tomitomi3
チームMORIMORI 設計資料他苦労話など at G空間EXPO2013
チームMORIMORI 設計資料他苦労話など at G空間EXPO2013
Katsuhiro Morishita
Dance Information Processing / ダンス情報処理
Dance Information Processing / ダンス情報処理
SIGDance
[SIGDance Cypher Session vol.1] キャラクタアニメーションで実現する楽曲の歌詞化表現
[SIGDance Cypher Session vol.1] キャラクタアニメーションで実現する楽曲の歌詞化表現
Iwamoto Naoya
C++用将棋ライブラリ"OpenShogiLib"の紹介
C++用将棋ライブラリ"OpenShogiLib"の紹介
Hiro H.
Si2016 発表スライド
Si2016 発表スライド
Robotics Engineer
アーカイブズ学から見たアニメ制作資料とは
アーカイブズ学から見たアニメ制作資料とは
Michiko Yamakawa
20140911第2回lodサロンテーマ
20140911第2回lodサロンテーマ
Nobuyuki Otomori
[Ridge-i 論文よみかい] Wasserstein auto encoder
[Ridge-i 論文よみかい] Wasserstein auto encoder
Masanari Kimura
Si2017 チームイエスマン 発表スライド
Si2017 チームイエスマン 発表スライド
Robotics Engineer
勝浦デモ
勝浦デモ
Masami Takikawa
教えて!ロケーションビュー4(ロケーションビュー)
教えて!ロケーションビュー4(ロケーションビュー)
Hal Seki
Más contenido relacionado
La actualidad más candente
アーカイブズ学から見たアニメ制作資料とは
アーカイブズ学から見たアニメ制作資料とは
Michiko Yamakawa
20140911第2回lodサロンテーマ
20140911第2回lodサロンテーマ
Nobuyuki Otomori
[Ridge-i 論文よみかい] Wasserstein auto encoder
[Ridge-i 論文よみかい] Wasserstein auto encoder
Masanari Kimura
Si2017 チームイエスマン 発表スライド
Si2017 チームイエスマン 発表スライド
Robotics Engineer
勝浦デモ
勝浦デモ
Masami Takikawa
教えて!ロケーションビュー4(ロケーションビュー)
教えて!ロケーションビュー4(ロケーションビュー)
Hal Seki
La actualidad más candente
(6)
アーカイブズ学から見たアニメ制作資料とは
アーカイブズ学から見たアニメ制作資料とは
20140911第2回lodサロンテーマ
20140911第2回lodサロンテーマ
[Ridge-i 論文よみかい] Wasserstein auto encoder
[Ridge-i 論文よみかい] Wasserstein auto encoder
Si2017 チームイエスマン 発表スライド
Si2017 チームイエスマン 発表スライド
勝浦デモ
勝浦デモ
教えて!ロケーションビュー4(ロケーションビュー)
教えて!ロケーションビュー4(ロケーションビュー)
20190519_自動運転車勉強会_ハンズオン
1.
【ハンズオン】道路上の車線を検出してみよう ’19/5/19
2.
はじめに • Udacityで自動運転を学習するコース(※1)があります • 教材の一部がGithubで公開されています •
その中のFinding Lane Lines on the Road(※2)というプロ ジェクトで勉強してみようという会です • 有料ですが、メンターがサポートしてくれたり、終了すれば証 明書も発行されるので、面白そうと思ったら、コース受講を検 討してみてください。 ※1 https://www.udacity.com/course/self-driving-car-engineer-nanodegree--nd013 ※2 https://github.com/udacity/CarND-LaneLines-P1
3.
灰色に変換 ガウスぼかし Canny法
線を抽出 基本的な流れ 入力 出力 合成 ※機械学習は使用しません
4.
ガウスぼかし 目的:ノイズの除去 元 kernel_size=3 kernel_size=7
kernel_size=15 kernel_size=31 kernel_size=63 kernel_size=127 kernel_size=255
5.
Canny法 目的:エッジの抽出 4.ヒステリシスによる閾値処理を行う 1. x, y方向のSobelフィルタを掛ける
2.エッジ強度とエッジ勾配を求める 3.Non-maximum suppression に よりエッジの細線化を行う 参考:https://github.com/yoyoyo-yo/Gasyori100knock/tree/master/Question_41_50
6.
Canny法 Low threshold High threshold 0 50 100 50 200 100 150 1.
勾配強度がHT(High threshold)より大きい場合は白 2. LT(Low threashold)より小さい場合は黒 3. LT < 勾配強度 < HTの時、周り8ピクセルの勾配強度でHTより大きい値が存在すれば白 参考:https://github.com/yoyoyo-yo/Gasyori100knock/tree/master/Question_41_50
7.
線を抽出 • 確率的ハフ変換を使用し、線を抽出する。 • 以下、ハフ変換のイメージ。直線を点に、点を直線に置き換える イメージ。 直線の表現 y
= ax + b y x b a y x b a 横軸をa 縦軸をb にする 参考:https://github.com/yoyoyo-yo/Gasyori100knock/tree/master/Question_41_50
8.
線を抽出 画像等は、 https://ja.wikipedia.org/wiki/%E3%83%8F%E3%83%95%E5%A4%89%E6%8F%9B より 間を大分端折ります。 左の各点を変換すると、右の各曲線になる。 各曲線が混じり合う場合、直線を示すということ。
9.
線を抽出 cv2.HoughLinesP(image, rho, theta,
threshold[, lines[, minLineLength[, maxLineGap]]]) image:入力画像 rho:ピクセル単位で表される距離分解能 theta:ラジアン単位で表される角度分解能 threashold: 閾値パラメータ、混じり合いの度合いがこのパラメータを超えると線と扱う minLineLength: 最小の線分長.これより短い線分は棄却 maxLineGap: 2点が同一線分上にあると見なす場合に許容される最大距離 主に、threashold, minLineLength, maxLineGapを調整して線の検出レベルを調整する opencvで確率的ハフ変換をする為の関数
10.
線を抽出 cv2.HoughLinesP(image, 1, np.pi/180,
t, 40, 20) 元 t=0 t=16 t=32 t=64 t=128 t=256 threasholdによる違い
11.
線を抽出 cv2.HoughLinesP(image, 1, np.pi/180,
0, minlen, maxgap) 0 10 20 30 40 50 maxgap 0 10 20 30 40 50 min len 元 minLineLength, maxLineGapによる違い
Descargar ahora