class YOLOv8v5Detector(Detector):
    def __init__(self, params=None):
        super().__init__(params)
        self.model = None
        self.img = None
        self.names = list(Chinese_name.values())
        self.params = params if params else ini_params
	def load_model(self, model_path):
	    self.device = select_device(self.params['device'])
	    self.model = YOLO(model_path)
	    names_dict = self.model.names
	    self.names = [Chinese_name[v] if v in Chinese_name else v for v in names_dict.values()]
	    self.model(torch.zeros(1, 3, *[self.imgsz] * 2).to(self.device).type_as(next(self.model.model.parameters())))
	def preprocess(self, img):
	    self.img = img
	    return img
	
	def predict(self, img):
	    results = self.model(img, **ini_params)
	    return results
	
	def postprocess(self, pred):
	    results = []
	    for res in pred[0].boxes:
	        for box in res:
	            class_id = int(box.cls.cpu())
	            bbox = box.xyxy.cpu().squeeze().tolist()
	            bbox = [int(coord) for coord in bbox]
	            result = {
	                "class_name": self.names[class_id],
	                "bbox": bbox,
	                "score": box.conf.cpu().squeeze().item(),
	                "class_id": class_id,
	            }
	            results.append(result)
	    return results
	    
    def set_param(self, params):
        self.params.update(params)

        predict方法是模型预测的核心，它将预处理后的图像作为输入，调用YOLO模型进行物体检测，并返回检测结果。在postprocess方法中，我们对模型的输出进行解析和格式化，将其转换为包含类别名称、边界框坐标、置信度分数以及类别ID的字典列表。这样的输出格式便于后续的分析和可视化。通过调用set_param方法，用户可以根据需要动态调整模型参数，如置信度阈值和IOU阈值，进一步优化模型的性能。

        整体而言，这段代码通过精心设计的类结构和方法，实现了一个完整的夜视行人检测流程，从图像输入到预测输出，每一个环节都经过了优化和定制，以确保模型能够在实际应用中达到最佳的识别效果。

4.3 训练代码

        在深入探究构建深度学习模型的代码时，理解每一行代码的目的及其在整个训练流程中的作用至关重要。本博客将详细分析用于夜视行人检测的YOLO模型的训练过程。以下表格详细介绍了YOLOv8模型训练中使用的一些重要超参数及其设置：

超参数	设置	说明
学习率（lr0）	0.01	决定了模型权重调整的步长大小，在训练初期有助于快速收敛。
学习率衰减（lrf）	0.01	控制训练过程中学习率的降低速度，有助于模型在训练后期细致调整。
动量（momentum）	0.937	加速模型在正确方向上的学习，并减少震荡，加快收敛速度。
权重衰减（weight_decay）	0.0005	防止过拟合，通过在损失函数中添加正则项减少模型复杂度。
热身训练周期（warmup_epochs）	3.0	初始几个周期内以较低的学习率开始训练，逐渐增加到预定学习率。
批量大小（batch）	16	每次迭代训练中输入模型的样本数，影响GPU内存使用和模型性能。
输入图像大小（imgsz）	640	模型接受的输入图像的尺寸，影响模型的识别能力和计算负担。

        环境设置与模型加载：首先，我们需要导入用于构建和训练模型的必要库。这包括os和torch，后者是构建深度学习模型的主要工具，提供了GPU加速及自动微分等强大功能。yaml用于处理配置文件，这些文件通常包含有关训练数据、模型参数等重要信息。YOLO类来自ultralytics库，是针对YOLO模型训练和推理流程的一个封装。abs_path函数用于处理文件路径，确保无论在哪个工作环境中，代码都能正确地找到文件位置。

import os
import torch
import yaml
from ultralytics import YOLO  # 用于加载YOLO模型
from QtFusion.path import abs_path  # 用于获取文件的绝对路径

        接下来，我们定义了用于训练过程的关键变量。device变量确保模型能够利用GPU进行训练，如果GPU不可用，则回退到CPU。

device = "0" if torch.cuda.is_available() else "cpu"

        数据集准备：变量workers定义了在数据加载过程中用于加速读取的进程数。而batch设置了每个批次处理的图像数量，这直接影响内存消耗和训练速度。数据集的路径是通过data_path变量指定的，它使用abs_path函数从相对路径转换为绝对路径，并通过replace函数统一了路径格式。在实际训练过程中，这保证了模型能够正确地访问到数据集。

workers = 1  # 工作进程数
batch = 8  # 每批处理的图像数量
data_name = "NightVision"
data_path = abs_path('datasets/NightVision/nightvision.yaml', path_type='current')  # 数据集的yaml的绝对路径
unix_style_path = data_path.replace(os.sep, '/')

        我们通过读取并更新数据集的YAML配置文件，来确保数据路径的准确性。这个步骤对于训练过程至关重要，因为所有的训练图像、标签和验证图像都依赖于这些路径的设置。

directory_path = os.path.dirname(unix_style_path)
with open(data_path, 'r') as file:
    data = yaml.load(file, Loader=yaml.FullLoader)

if 'path' in data:
    data['path'] = directory_path
    with open(data_path, 'w') as file:
        yaml.safe_dump(data, file, sort_keys=False)

        训练模型：最后，我们加载了预训练的YOLO模型，并调用其train方法开始训练流程。这里，我们指定了数据配置文件、训练设备、工作进程数、输入图像大小、训练轮数、批次大小和训练任务的名称。这些参数共同构成了训练环境的基础，并直接影响到训练效率和模型性能。

model = YOLO(abs_path('./weights/yolov5nu.pt', path_type='current'), task='detect')  # 加载预训练的YOLOv8模型
# model = YOLO('./weights/yolov5.yaml', task='detect').load('./weights/yolov5nu.pt')  # 加载预训练的YOLOv8模型
# Training.
results = model.train(  # 开始训练模型
    data=data_path,  # 指定训练数据的配置文件路径
    device=device,  # 自动选择进行训练
    workers=workers,  # 指定使用2个工作进程加载数据
    imgsz=640,  # 指定输入图像的大小为640x640
    epochs=120,  # 指定训练100个epoch
    batch=batch,  # 指定每个批次的大小为8
    name='train_v5_' + data_name  # 指定训练任务的名称
)
model = YOLO(abs_path('./weights/yolov8n.pt'), task='detect')  # 加载预训练的YOLOv8模型
results2 = model.train(  # 开始训练模型
    data=data_path,  # 指定训练数据的配置文件路径
    device=device,  # 自动选择进行训练
    workers=workers,  # 指定使用2个工作进程加载数据
    imgsz=640,  # 指定输入图像的大小为640x640
    epochs=120,  # 指定训练100个epoch
    batch=batch,  # 指定每个批次的大小为8
    name='train_v8_' + data_name  # 指定训练任务的名称
)

        此代码段揭示了如何使用YOLO模型的训练机制，其中包含了多个层面的设置。所有这些设置都被细致地调整和优化，以期在实际应用中获得最好的夜视行人检测效果。通过该训练流程，研究人员和实践者可以对YOLO模型进行训练和微调，进而在各种环境中实现准确的夜视行人检测。

---

5. 实验结果与分析

5.1 训练曲线

        在我们的夜视行人检测项目中，利用YOLOv8模型的训练是实现高准确度检测的关键环节。通过对模型训练过程中的损失函数和性能指标进行深入分析，我们能够洞察模型的学习效率以及潜在的优化方向。

        具体来看，训练的box_loss从一个较高的值逐渐下降，并在后期趋于平稳。这意味着模型在定位行人边界框的任务上逐渐变得更加精确。类似地，cls_loss，即分类损失，也表现出了同样的下降趋势，说明模型在区分行人和背景方面的能力在增强。dfl_loss，代表目标的方向和关键点的定位损失，在训练过程中同样显著下降，表明模型对于行人的姿态和方向变得更敏感。

        验证损失（val/box_loss、val/cls_loss和val/dfl_loss）虽然波动性更大，但整体趋势仍然是下降的，尤其是在早期迭代时。这些波动可能源于验证集样本的多样性和复杂性。即便如此，验证损失的下降表明模型在未见过的数据上的泛化能力正在提升。

        关于模型性能的指标，我们看到precision和recall两个指标在训练过程中有着显著的上升趋势，接近于稳定在较高的水平。高precision表明模型在判定一个区域包含行人时较少出错，而高recall表示模型能够检测到大多数实际的行人目标。这对于夜视行人检测来说尤为重要，因为在夜间条件下减少误报和漏检对于系统的实用性至关重要。

        另外两个重要的评价指标mAP50和mAP50-95也随着迭代次数的增加而上升。mAP50是指在50%的IoU（交并比）阈值时的平均精度，它的上升表明模型在较宽松的匹配标准下表现良好。而mAP50-95，是在从50%到95%不同IoU阈值的平均精度，它的提高表明模型在更严格的标准下同样表现出色。特别是在夜视条件下，这意味着模型对行人的检测不仅频繁而且准确，能够处理各种大小和姿态的行人目标。
        总体来说，这些损失和性能指标的图表展示了YOLOv8模型在夜视行人检测任务上训练过程中的优秀性能，以及在应对这一挑战性任务时的稳定进步。通过对这些指标的细致分析，我们可以进一步优化模型架构和训练策略，以达到更高的检测精度和实用性。

5.2 混淆矩阵

        混淆矩阵是评估分类模型性能的重要工具，它显示了模型预测和实际标签之间的关系。在我们的夜视行人检测任务中，混淆矩阵提供了一个清晰的视图，反映了模型在区分行人和背景类别上的效果。

        观察上图的混淆矩阵，我们可以看出模型在检测“person”类别（即行人）时表现出色。矩阵的左上角单元格显示，模型将88%的行人正确分类，这一高比例的真正例（True Positives）表明模型具有强大的行人识别能力。右上角的单元格显示了模型在预测背景时的准确性，达到了100%，这表明模型在判断一个区域不包含行人时非常准确，没有将任何背景误判为行人。

        然而，左下角的单元格显示了12%的行人被错误地分类为背景（False Negatives）。虽然这个误判率不算高，但仍显示出模型在特定情况下可能会错过一些行人目标。这可能是由于夜间图像的质量、行人在场景中的覆盖程度或模型对某些特征的敏感性不足造成的。

        混淆矩阵的归一化处理使得评估结果不受类别样本不均衡的影响，从而可以公正地比较不同类别的检测性能。归一化也有助于我们更准确地解读模型的性能，特别是在不同类别的样本数量可能有显著差异时。
        在实际应用中，这样的混淆矩阵表明模型在夜间环境中对行人的检测已经相当准确，且非常少地将背景误分类为行人。这种准确性对于夜间监控系统尤为重要，因为它减少了误报，使得监控更加可靠。但是，模型仍然需要在减少漏检方面进行改进，因为每一个漏检的行人都可能是监控系统的一个重大疏漏。

        总的来说，通过深入分析混淆矩阵，我们可以确认模型在夜视行人检测任务上的高精度，并可以基于这些结果来进一步优化模型，比如通过改进图像预处理、调整分类阈值或增强模型对特定特征的学习。这些细致的分析为提升夜视行人检测系统的性能奠定了坚实的基础。

5.3 YOLOv8/v7/v6/v5对比实验

（1）实验设计：
        本实验旨在评估和比较YOLOv5、YOLOv6、YOLOv7和YOLOv8几种模型在夜视行人目标检测任务上的性能。为了实现这一目标，博主分别使用使用相同的数据集训练和测试了这四个模型，从而可以进行直接的性能比较。该数据集包含夜视行人的图像。本文将比较分析四种模型，旨在揭示每种模型的优缺点，探讨它们在工业环境中实际应用的场景选择。

模型	图像大小 (像素)	mAPval 50-95	CPU ONNX 速度 (毫秒)	A100 TensorRT 速度 (毫秒)	参数数量 (百万)	FLOPs (十亿)
YOLOv5nu	640	34.3	73.6	1.06	2.6	7.7
YOLOv8n	640	37.3	80.4	0.99	3.2	8.7
YOLOv6N	640	37.5	-	-	4.7	11.4
YOLOv7-tiny	640	37.4	-	-	6.01	13.1

（2）度量指标：

• F1-Score：F1-Score 作为衡量模型性能的重要指标，尤其在处理类别分布不均的数据集时显得尤为关键。它通过结合精确率与召回率，提供了一个单一的度量标准，能够全面评价模型的效能。精确率衡量的是模型在所有被标记为正例中真正属于正例的比例，而召回率则关注于模型能够识别出的真正正例占所有实际正例的比例。F1-Score通过两者的调和平均，确保了只有当精确率和召回率同时高时，模型的性能评估才会高，从而确保了模型对于正例的预测既准确又完整。
• mAP（Mean Average Precision）：在目标检测任务中，Mean Average Precision（mAP）是评估模型性能的重要标准。它不仅反映了模型对单个类别的识别精度，而且还考虑了所有类别的平均表现，因此提供了一个全局的性能度量。在计算mAP时，模型对于每个类别的预测被单独考虑，然后计算每个类别的平均精度（AP），最后这些AP值的平均数形成了mAP。

名称	YOLOv5nu	YOLOv6n	YOLOv7-tiny	YOLOv8n
mAP	0.899	0.910	0.885	0.907
F1-Score	0.86	0.86	0.86	0.87

（3）实验结果分析：

       在本研究中，我们设计了一系列的实验来评估和对比YOLO系列几个版本在夜视行人检测任务上的性能。实验目的是要确定哪个版本的YOLO模型在处理低光照、高动态范围的场景中检测行人时最为有效。实验设置保持一致，所有模型均在同一数据集上训练和评估，以确保比较的公正性。在度量指标方面，我们选择了F1-Score和mAP（mean Average Precision）作为评估标准。F1-Score是精确度和召回率的调和平均，而mAP则是在多个IoU（交并比）阈值下平均精度的平均值，两者共同衡量了模型的检测性能。

       在我们的实验中，YOLOv5nu、YOLOv6n、YOLOv7-tiny和YOLOv8n这四个模型展示了其在夜视行人检测任务上的实力。实验结果显示，YOLOv6n在mAP指标上以0.910的成绩领先，紧随其后的是YOLOv8n和YOLOv5nu，分别以0.907和0.899的成绩表现出强劲的检测能力。而YOLOv7-tiny则略低一些，为0.885。这个结果表明，在更广泛的IoU阈值下，YOLOv6n和YOLOv8n能够更加准确地识别行人目标。mAP的高分意味着这些模型在定位准确性和预测信心方面达到了较高的水准，这在夜间行人检测的复杂条件下尤其重要。

       至于F1-Score，所有四个模型都展现出相似的表现，其中YOLOv5nu、YOLOv6n和YOLOv7-tiny都得到了0.86的分数，而YOLOv8n以略高的0.87领先。F1-Score的统一表明，在精确度和召回率之间，这些模型取得了良好的平衡。特别是，YOLOv8n在综合这两方面上的微小优势，可能源于它在网络架构或优化算法上的改进。

       YOLOv6n的优秀表现可能得益于其设计时对特定夜视环境的考虑，例如通过改进的锚框策略、更好的特征提取网络来捕获行人在低照度下的细节。而YOLOv8n的表现则提示我们，尽管它在F1-Score上略有提升，但在mAP上与YOLOv6n相比仍有微小差距。这可能是因为YOLOv8n在追求速度优化的同时，牺牲了一些定位准确性。

        YOLOv7-tiny作为小型化的版本，其性能略低可能是由于模型简化导致的特征提取能力下降。这种设计选择使得模型更适合在资源受限的设备上运行，虽然可能会以牺牲一定的检测精度为代价。

       这些实验结果为我们提供了宝贵的见解，表明了不同的YOLO版本之间在夜视行人检测任务上的性能差异，并指导我们如何根据具体的应用需求选择合适的模型。通过深入分析这些指标，我们可以对模型进行细微的调整，以进一步提升夜视行人检测的准确性和可靠性。

---

6. 系统设计与实现

6.1 系统架构概览

        在我们的博客中，接下来我们深入探讨基于YOLOv8/v7/v6/v5的夜视行人检测系统的架构设计。本系统采用了模块化设计思想，旨在通过清晰定义的组件和接口来提升系统的可维护性和扩展性。下面是系统架构的关键组成部分：

1. 检测系统类（Detection_UI）
   检测系统类是整个夜视行人检测系统的核心，它负责协调各个组件的交互。这个类通过集成不同的模块，提供了一个用户友好的界面，用于上传图像或视频，选择模型参数，并展示识别结果。它利用了streamlit框架来搭建可交互的Web界面，方便用户操作。

2. YOLOv8/v5模型检测器（YOLOv8v5Detector）
   YOLOv8v5Detector类扮演了模型检测器的角色，封装了YOLO模型的加载、预处理、预测以及后处理等操作。这个类是我们系统的AI引擎，通过加载预训练的YOLO模型权重来识别图像或视频中的夜视行人。利用这个模块，我们可以轻松地将最新的YOLO模型版本集成到我们的系统中，以便利用其强大的检测能力。

3. 日志和结果处理
   系统中集成了ResultLogger和LogTable两个类，用于处理和记录识别结果。ResultLogger提供了一个框架来记录每次检测的关键信息，如识别到的夜视行人类别、置信度、位置等。LogTable则负责将这些信息以表格的形式展示和保存，便于用户查看和分析识别结果。

4. 工具类和辅助方法
   为了提高代码的复用性和减少冗余，系统设计了一系列工具类和辅助方法。例如，abs_path和drawRectBox分别用于处理文件路径的获取和在图像上绘制识别框。此外，get_camera_names、save_uploaded_file等方法则为系统提供了摄像头管理和文件处理的功能。

5. UI布局和样式
   通过使用def_css_hitml方法，我们为系统定义了一套统一的CSS样式，保证了用户界面的美观性和一致性。同时，setup_sidebar和setupMainWindow方法则分别负责侧边栏和主窗口的布局设置，使得整个系统界面直观易用。

6.2 系统流程

        在探讨基于YOLOv8/v7/v6/v5的夜视行人检测系统的流程时，我们可以从代码中抽象出一系列关键步骤，这些步骤集成了从图像获取、模型预测到结果展示的整个流程。以下是系统的主要流程步骤，它们体现了系统如何协调不同的组件以实现夜视行人检测的功能。

1. 初始化系统设置：系统启动时，SystemController负责初始化所有需要的模块和参数。

2. 模型和数据准备：在初始化过程中，系统会根据选择的模型类型（例如YOLOv8/v5），加载对应的模型权重。同时，系统还会处理输入数据，这可能包括从摄像头捕获的实时图像、上传的图片文件或视频文件。

3. 侧边栏配置：用户可以通过侧边栏进行一系列配置，包括选择模型文件、设置置信度阈值、IOU阈值、选择输入源（摄像头或文件）等。这些配置将直接影响检测结果的准确性和效率。

4. 运行检测：用户点击“开始运行”按钮后，根据输入源的不同，系统会调用process_camera_or_file方法。这个方法负责处理来自摄像头的实时流或处理上传的图片和视频文件。对于实时摄像头输入，系统会不断从摄像头捕获帧，对每一帧调用frame_process方法进行预处理、模型预测、后处理，并将结果显示在页面上。对于上传的图片文件，系统将读取图片文件，同样通过frame_process方法进行处理，并将检测结果展示出来。对于上传的视频文件，系统会按帧读取视频内容，每一帧都经过frame_process方法处理，检测结果随视频播放展示。

5. 显示检测结果：无论是实时视频流、图片还是视频文件，处理后的图像以及检测到的对象信息（如类别、置信度等）都会通过Streamlit的组件在用户界面上展示。同时，系统提供了过滤功能，允许用户专注于特定类型的检测结果。

6. 日志记录与导出：系统会将检测结果记录到日志中，并允许用户导出结果为CSV格式的文件，方便后续分析和报告。

7. 用户界面交互：用户还可以通过侧边栏和其他界面元素，如进度条、按钮等，与系统进行实时交云，调整设置或重新运行检测。

        这一系列流程确保了夜视行人检测系统能够在各种夜间环境下准确快速地识别行人，为降低事故发生率和提高夜间行走人员的安全提供了技术支持。

---

代码下载链接

         如果您希望获取博客中提及的完整资源包，包含测试图片、视频、Python文件(*.py)、网页配置文件、训练数据集、代码及界面设计等，可访问博主在面包多平台的上传内容。相关的博客和视频资料提供了所有必要文件的下载链接，以便一键运行。完整资源的预览如下图所示：

        资源包中涵盖了你需要的训练测试数据集、训练测试代码、UI界面代码等完整资源，完整项目文件的下载链接可在下面的视频简介中找到➷➷➷

演示与介绍视频 ：https://www.bilibili.com/video/BV1qr42147YC/
YOLOv8/v7/v6/v5项目合集下载：https://mbd.pub/o/bread/mbd-ZZ2YmJtp
YOLOv8和v5项目完整资源下载：https://mbd.pub/o/bread/mbd-ZZ2Ykpds
YOLOv7项目完整资源下载：https://mbd.pub/o/bread/mbd-ZZ2Yl5lq
YOLOv6项目完整资源下载：https://mbd.pub/o/bread/mbd-ZZ2Yl55p

完整安装运行教程：

        这个项目的运行需要用到Anaconda和Pycharm两个软件，下载到资源代码后，您可以按照以下链接提供的详细安装教程操作即可运行成功，如仍有运行问题可私信博主解决：

1. Pycharm和Anaconda的安装教程：https://deepcode.blog.csdn.net/article/details/136639378；

        软件安装好后需要为本项目新建Python环境、安装依赖库，并在Pycharm中设置环境，这几步采用下面的教程可选在线安装（pip install直接在线下载包）或离线依赖包（博主提供的离线包直接装）安装两种方式之一：

2. Python环境配置教程：https://deepcode.blog.csdn.net/article/details/136639396（2,3方法可选一种）；
3. 离线依赖包的安装指南：https://deepcode.blog.csdn.net/article/details/136650641（2,3方法可选一种）；

        如使用离线包方式安装，请下载离线依赖库，下载地址：https://pan.baidu.com/s/1uHbU9YzSqN0YP_dTHBgpFw?pwd=mt8u （提取码：mt8u）。

---

7. 结论与未来工作

        本文通过深入研究并实践了基于YOLOv8/v7/v6/v5的深度学习模型在夜视行人检测领域的应用，成功开发了一个结合了这些先进算法的夜视行人检测系统。通过对多个版本的YOLO模型进行细致的比较和优化，我们不仅显著提升了在低光照环境下行人检测的准确率和实时性，还提高了系统的整体稳定性和可靠性。这一成果在安全监控、自动驾驶辅助系统以及夜间行人保护等领域具有重要的实际应用价值。

        经过一系列的实验验证，我们所开发的系统在夜视行人检测的准确性和处理速度上都达到了令人满意的水平。此外，我们还提供了完整的数据集处理流程、模型训练和预测的代码，使后续的研究者和开发者能够便捷地复现和参考，为未来在该领域的探索提供了坚实的基础。尽管取得了一定的成果，但夜视行人检测作为一个复杂多变的任务，仍然面临着许多挑战和改进空间。在未来的工作中，我们计划从以下几个方向进行探索：

• 模型优化：继续探索更深层次的网络结构和优化策略，如神经网络架构搜索（NAS）技术，以进一步提升模型的性能和效率。
• 多模态融合：考虑结合红外、热成像等其他模态信息，采用多模态学习方法进行行人检测，以更全面地适应不同的夜间环境和复杂场景。
• 跨域适应性：研究在不同环境条件下（如不同城市、不同季节的夜间环境）的行人检测，通过领域自适应技术提高模型在多变环境中的泛化能力。
• 用户交互体验：进一步优化系统的用户界面和交互设计，使其更加友好和直观，以满足更广泛用户的需求。
• 实际应用拓展：探索夜视行人检测在更多实际应用场景中的应用，如城市安全监控、智能交通管理等，以发挥其最大的社会和经济价值。

        总之，随着技术的不断进步和应用场景的不断拓展，基于深度学习的夜视行人检测技术将在保障人身安全、促进智能交通发展等领域发挥更加重要的作用。我们相信，在不久的将来，这一技术将带来更广泛的社会影响和经济效益。

---

1. Redmon, Joseph, et al. "You only look once: Unified, real-time object detection." Proceedings of the IEEE conference on computer vision and pattern recognition. 2016. ↩︎

2. Murthy, Jamuna S., et al. "Objectdetect: A real-time object detection framework for advanced driver assistant systems using yolov5." Wireless Communications and Mobile Computing 2022 (2022). ↩︎

3. Tan, Mingxing, and Quoc Le. "Efficientnet: Rethinking model scaling for convolutional neural networks." International conference on machine learning. PMLR, 2019. ↩︎

4. Zhang, Shifeng, et al. "Bridging the gap between anchor-based and anchor-free detection via adaptive training sample selection." Proceedings of the IEEE/CVF conference on computer vision and pattern recognition. 2020. ↩︎

5. He, Kaiming, et al. "Deep residual learning for image recognition." Proceedings of the IEEE conference on computer vision and pattern recognition. 2016. ↩︎