数据分析和大数据研究的基本框架,python语言,Hadoop,Spark,Hive等大数据组件的使用,利用过开源框架进行大数据和图像处理的融合分析,大数据一般擅长处理文本数据,处理图片和其他非结构性数据相对困难。
基于Spark框架的图像处理:利用开源框架Spark-deep-learning进行非结构性数据的处理,融合了大数据和人工智能两大热门的技术,取得了 较好的效果。扩展性也比较广泛,可应用于视频和音频数据的相关处理。
基于yolo系列的目标检测项目:通过对原有算法的调整,对目标数据集的检测效果有了巨大提升,应用性广泛。可扩展性较强。
从0到1搭建大数据Hadoop集群,将图像数据存储在分布式文件系统HDFS中,利用大数据处理框架Spark和Spark-deep-learning进行融合处理图像分类,有效提升数据处理的速度,提高了手写数字图像分类的准确率,充分体现出大数据并行计算的优势。
针对某批茶叶进行多目标检测,方便之后进行茶叶的分类,评定对应的茶叶等级。本软件采用的是yolov3多目标检测算法,yolov3在目标追踪方面是借鉴了其它算法的优点形成的,既加快了运算时间又提高了识别的精度。本软件的功能主要是:本地上传茶青图片,进行检测对应的茶青类别,检测结果会用