基于深度学习的视频质量分析 深度学习视频质量诊断 图像质量诊断

        视频质量诊断,之前由于数据不足,采用传统的方法进行检测,当前已经积累了一些数据,采用分类模型做了训练和检测工作,主要有:亮度异常检测、偏色检测、图像噪声检测、条纹噪声检测、清晰度检测、信号丢失检测、遮挡检测和对比度检测。具体的检测方法如下:

        一、对每类数据进行整理,每类数据需要准备大概1w张数据左右,数据样本大致如下:

条纹数据

基于深度学习的视频质量分析 深度学习视频质量诊断 图像质量诊断_第1张图片

清晰度数据

遮挡数据

         二、选择分类网络,可以使用ResNet系列、DenseNet系列、VGGNet、Densenet系列的分类模型,根据自己的使用习惯,随意选择一款即可;

         三、模型转化,当模型训练完毕后,想要封装成C++代码,最好先转成onnx的模型,之后通过opencv的接口进行调用,通过模型训练后,检测的精度可以达到90%以上。

         四、结合传统算法,深度学习模型只能解决部分算法问题,还有一些算法需要使用传统的分析方法,具体的算法实现,还需要参考我的另一篇博客,这样可以完美解决当前项目的需求。

        视频质量诊断&&视频质量分析_dragon_perfect的博客-CSDN博客_视频质量诊断

        整个数据的筛选也比较耗时,把之前积攒的十几年的数据和自己搜集的数据,加上一些预处理工作,大概花了2个月的时间,目前算法已经是C++代码,只依赖了opencv库,也算小有成就。通过深度学习进行训练之后,整个算法精度比传统算法提高20%,基本满足了项目的需求。需要沟通,请加QQ:187100248.

基于深度学习的视频质量分析 深度学习视频质量诊断 图像质量诊断_第2张图片

诊断分析界面

基于深度学习的视频质量分析 深度学习视频质量诊断 图像质量诊断_第3张图片

遮挡检测 

 ​

基于深度学习的视频质量分析 深度学习视频质量诊断 图像质量诊断_第4张图片

条纹检测

算法演示demo地址如下:

链接:https://pan.baidu.com/s/1O71H_xvItSOxHVmtT1MPnA 
提取码:7zwr 
需要交流,加QQ:187100248

你可能感兴趣的:(深度学习,自研技术,深度学习,人工智能,linux,c++)