识别眼底图像 两张图像合成一张 以适应设备不足角度不够的情况 通过寻找特征点并进行匹配来实现 深度学习、5层神经网络

YOLO将目标检测重新定义为单个回归问题，从图像像素直接到边界框坐标和类概率。使用单个神经网络，在一次评估中直接从完整图像上预测边界框和类别概率。由于整个检测流程仅用一个网络，所以可以直接对检测性能进行端到端的优化。

检测和识别图像或视频中的人体，具体来说，就是确定人体关键点的位置，例如头部、肩膀、手臂等。在本次实践过程中，我们只进行了人物整体、人物头部的识别，并且人物分为两种类别：CT和T，共4个标签 人物模型识别技术通常采用深度学习方法，从大量标注数据中学习人体关键点的位置信息。