OpenCV CMakeでIntelのIPP導入(Mac/Linux編) - リンゴをかじれ
IntelのIPPとは、SIMDを使ったベクトル演算で処理を４倍、８倍と言った速度に押し上げたり、 特化された専用命令を使って符号演算や数学的な処理を高速化するパッケージです。 OpenCVではこのIPPパッケージが内部的に使われており、 導入するだけで特定のAPIが高速化することができます。 そこでOpenCVのCMakeでIntelのIPPをLinux/Macに導入手順メモを取る事にしました。 (はて、トライアル過ぎても何故か使えてるのですがどうしてだろう？？) IPPインストール Intel IPPページで適当なアカウントの入力と、ダウンロード。 Linux用のパッケージをダウンロード。 tar zxvf l_ipp_8.0.0.061.tgz で解凍。 cd l_ipp_8.0.0.061 ./install.sh でインストール開始。 購入している人はプロダクトキーを入力、
OpenCVの機械学習ツールとHAAR/LBP/HOG検出アルゴリズムの比較と検討その１ - リンゴをかじれ
OpenCVの学習ツール(opencv_traincascade)はHAAR/LBP/HOGの検出アルゴリズムがありますが、 その比較と落とし穴、時間のかかったポイントを記述することにしました。 最初ある程度苦労するだろうとは踏んでいました。 しかし、それは苦労どころかとんでもない地獄だったのです。 1. OpenCVの機械学習にかかる時間 2. 導入と検討 3. 学習画像の収集 4. 如何に素早く的確に画像を集められるか？ 5. ネイティブの画像クローラー 6. 画像分類と解析器 7. フィルタと除外するツール(VisionClassifier) 8. 学習データの作成と応用 9. 精度テスト 1. OpenCVの機械学習にかかる時間 OpenCVの機械学習は非常に時間がかかり、何もわからない状態から入って一つの学習データ（cascadeファイル）を作るのに相当な時間
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
