自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

dejahu的博客

愿你一生欢喜,不为世俗所及。

  • 博客(128)
  • 资源 (35)
  • 收藏
  • 关注

原创 【2024年毕设系列】如何使用Anaconda和Pycharm

Hi,各位好久不见,这里是肆十二,首先在这里给大伙拜年了。诸位过完年之后估计又要开始为了大作业和毕业设计头疼了,我们重启更新计划,还是围绕计算机视觉里面的分类、检测和分割展开。诸位可以点个关注,防止错过最新动态。资源下载和博客将会更新在我得csdn,视频则会更新我的B站,我之后也会将对应博客和视频的地址放在置顶评论,防止大家迷路。OK,进入正题,今天我们要和大家分享的内容是Python项目中常用的两个工具Anaconda和Pycharm。

2024-02-11 21:26:01 9393 4

原创 计算机视觉数据集清单-附赠tensorflow模型训练和使用教程

计算机视觉数据集清单-附赠tensorflow模型训练和使用教程我在这里整理了一些计算机视觉中使用到的数据集,大家可以根据需要下载。友情提示:使用右侧的目录可以帮助你快速找到你想要的数据集物体分类物体分类是计算机视觉中一项经典的任务,用户上传图片,模型读取图片,识别出该图片的种类,这里不仅仅有数据集,我在这里也写了一篇博客,里面详细描述了大家如何根据自己的数据集去构建自己的物体分类模型。肺炎数据集下载链接:数据集基本信息名称:肺炎x光片数据集类别:两类 [‘PNEUMONIA’, ‘NO

2021-06-16 18:35:14 27666 7

原创 NVIDIA Triton系列02-功能与架构简介

Triton 的后端就是执行模型的封装代码,每种支持的框架都有一个对应的后端作为支持,例如 tensorrt_backend 就是支持 TensorRT 模型推理所封装的后端、openvino_backend 就是支持 openvine 模型推理所封装的后端,目前在 Triton 开源项目里已经提供大约 15 种后端,技术人员可以根据开发无限扩充。**:****存放 Triton 服务器所要使用的模型文件与配置文件的存储设备,可以是本地服务器的文件系统,也可以使用 Google、

2024-06-16 09:02:04 1011

原创 Nvidia TensorRT系列01-TensorRT的功能1

在可用的配置选项中,您可以控制TensorRT降低计算精度的能力,控制内存和运行执行速度之间的权衡,并限制CUDA®内核的选择。要在模型级别控制精度,可以使用BuilderFlag选项(C++,Python)向TensorRT指示,在搜索最快速度时,它可以选择较低精度的实现(并且由于较低精度通常更快,如果允许,它通常会这样做)。因此,在构建阶段完成之前,您不得释放这些数组的内存。为了进行更精细的控制,如果某层必须以更高精度运行,因为网络的部分区域对数字敏感或需要高动态范围,则可以为该层指定算术精度。

2024-06-16 09:01:25 597

原创 NVIDIA Triton系列01-应用概论

NVIDIA 的 Triton 推理服务器是一款开源软件,对于所有推理模式都可以简化在任一框架中以及任何 GPU 或 CPU 上的运行方式,从而在生产环境中使用推理计算,并且支持多模型 ensemble,以及 TensorFlow、PyTorch、ONNX 等多种深度学习模型框架,可以很好的支持多模型联合推理的场景,构建起视频、图片、语音、文本整个推理服务过程,大大降低多个模型服务的开发和维护成本。大大提高了用户的体验,并且服务器的数量减少了多达 78%,极大降低了服务的成本。

2024-06-15 11:35:22 810

原创 Nvidia TensorRT系列01-基本介绍

鉴于Nvidia的在深度学习上已经非常完善,即使有其他的芯片或者是框架,基本思路也都是要借鉴Nvidia的开发的,好比虽然特斯拉网上很多骂声,但是大多数国内的车企还是在发布会上狠狠对比,又好比手机发布会狠狠对比Apple,好的东西总是值得大家去借鉴的,对于小公司而言,使用其他公司的生态框架硬件成本看起来很低,但是由于生态和社区一般,实际上运维起来的成本又很高。所以,希望通过更新这个系列来帮助自己对Nvidia的TensorRT进行一些基础的学习。

2024-06-15 11:23:06 714

原创 YOLO系列模型发展史

这里在博客中做个简单记录,方便后续查找YOLO系列模型的相关内容!

2024-05-27 00:57:37 1024

原创 CV大作业29期-使用YOLOv10快速实现海上红外目标检测

实时物体检测旨在以较低的延迟准确预测图像中的物体类别和位置。YOLO 系列在性能和效率之间取得了平衡,因此一直处于这项研究的前沿。然而,对 NMS 的依赖和架构上的低效阻碍了最佳性能的实现。YOLOv10 通过为无 NMS 训练引入一致的双重分配和以效率-准确性为导向的整体模型设计策略,解决了这些问题。

2024-05-27 00:53:12 983

原创 初识GPT

GPT模型使用了一种称为“自回归”(autoregressive)的方法来生成文本,这意味着模型会根据它之前生成的文本内容来预测下一个词或字符。请注意,这个示例仅用于展示GPT模型的基本结构,并没有包含所有的功能和优化,例如权重初始化、dropout、完整的预处理和训练逻辑等。GPT模型的这些技术原理共同作用,使其能够生成高质量、高连贯性的文本,并且在多种自然语言处理任务上展现出卓越的性能。随着模型规模的增加,GPT系列模型(如GPT-2和GPT-3)的能力也在不断增强。

2024-05-26 00:47:07 320

原创 CV大作业28期-使用TensorFlow快速实现图像风格迁移系统

摘要的部分:作者探讨了图像转换问题,即如何将输入图像转换成输出图像。以往的方法通常训练前馈卷积神经网络,使用逐像素损失函数来衡量输出图像和真实图像之间的差异。但是,这些方法并没有捕捉到图像之间的感知差异。与此同时,也有研究通过定义和优化基于预训练网络提取的高级特征的感知损失函数来生成高质量图像。本文结合了这两种方法的优点,提出使用感知损失函数来训练图像转换任务的前馈网络。实验结果表明,在风格迁移任务中,与基于优化的方法相比,所提出的网络在生成相似质量结果的同时,速度快了三个数量级。

2024-05-26 00:02:50 1100

原创 国产数据库TiDB的常用方法

TiDB的常用方法主要涉及安装配置、数据操作、性能调优以及监控和维护等方面。

2024-05-25 17:57:20 573

原创 国产数据库TiDB简介

TiDB是一款由PingCAP公司自主设计、研发的开源分布式关系型数据库。

2024-05-25 17:56:11 328

原创 Windows下使用tensorrt配置YOLOv8进行加速

本次部署的流程是pytorch转换为onnx再转换为trt配套资源文件下载地址:待更新。

2024-03-30 21:50:58 1393 2

原创 经典的神经网络#1 Lenet

这篇论文名为《Gradient-Based Learning Applied to Document Recognition》,是Yann LeCun等人在1998年发表的,介绍了LeNet-5卷积神经网络,该网络主要用于手写数字识别。LeNet是由Yann LeCun等人在1998年提出的一种经典的卷积神经网络(Convolutional Neural Network, CNN)架构,最初被设计用于识别手写数字和打印字符等任务。

2024-03-11 14:01:13 810 1

原创 【2024年毕设系列】手把手教你用Unet++做舌象分割

原始的论文放置在DOCS目录下,其中unet++.pdf的文件是该网络结构的原始论文。本文介绍了一种新的医学图像分割架构——UNet++,它是一种深度监督的编码器-解码器网络,通过一系列嵌套的密集跳跃连接将编码器和解码器子网连接起来。UNet++的设计目标是减少编码器和解码器子网特征图之间的语义差距,使得优化器在面对语义相似的特征图时,学习任务变得更加简单。

2024-03-10 23:31:04 3387 6

原创 谈谈Pytorch中的dataset

最后,我们创建了一个数据集实例,并展示了如何使用它来获取数据集的大小和样本。是 PyTorch 中一个非常重要的抽象类,它用于表示数据集,方便数据加载和预处理。在实际使用中,你可能还需要根据具体任务添加其他的预处理步骤,比如裁剪、归一化等。模块中,包含了多个标准的数据集,这些数据集在计算机视觉领域非常流行。在类的构造函数中,我们接收样本数据和标签,并将它们存储在类的实例变量中。在上面的示例中,我们创建了一个名为。,你可以自定义自己的数据集类。

2024-03-10 13:54:21 1049 1

原创 Pyotrch-卷积神经网络基础组件之全连接层

卷积神经网络(CNN)中的全连接层通常出现在网络的最后几层,用于对前面层提取的特征进行加权和。在全连接层中,每个神经元都与其前一层的所有神经元进行全连接。全连接层的作用是将前面层提取的特征综合起来,形成一个一维的特征向量,以便于后续的分类或回归任务。在全连接层中,每个神经元的输出是前一层所有神经元输出的加权和,加上一个偏置项。权重和偏置项是全连接层的参数,需要通过训练得到。由于全连接层的每个神经元都与前一层的所有神经元相连,因此其参数数量通常较多,占整个网络参数的大部分。

2024-03-03 11:20:51 739

原创 Transformer结构介绍和Pyotrch代码实现

Transformer结构是近年来自然语言处理(NLP)领域的重要突破,它完全基于注意力机制(Attention Mechanism)来实现,克服了传统RNN模型无法并行计算以及容易丢失长距离依赖信息的问题。Transformer模型主要由Encoder和Decoder两部分组成。这两部分都包含多个相同的层,每层都由一个自注意力(Self-Attention)子层和一个前馈神经网络(Feed Forward Neural Network)子层组成。

2024-03-03 01:18:29 1088

原创 Python中常用的库-sklearn的介绍和代码案例

在这个例子中,我们加载了内置的鸢尾花数据集,并将其划分为训练集和测试集。然后,我们创建了一个决策树分类器,并用训练数据拟合它。最后,我们使用测试数据进行预测。Scikit-learn是一个基于Python的开源机器学习库,提供了广泛的监督学习和无监督学习算法。Scikit-learn的接口统一、使用方便,并且基于NumPy和SciPy等库,使得其在处理大规模数据时也能保持高效。在这个例子中,我们首先加载了内置的糖尿病数据集,并将其划分为训练集和测试集。然后,我们创建了一个线性回归模型,并用训练数据拟合它。

2024-03-02 21:10:38 837

原创 AI前沿-YOLOV9算法

今天我们来一起说下最近刚出的YOLOV9算法。

2024-03-02 21:01:20 1251

原创 Python中Thop库的基本介绍和参数说明

THOP(Torch-OpCounter)是一个用于计算PyTorch模型操作数和计算量的工具。通过这个库,开发者可以更好地理解和评估模型的复杂度,这对于模型优化和性能调优是非常有帮助的。具体来说,使用THOP,可以对定义的PyTorch模型进行分析,统计出模型所包含的各种操作的数量以及模型的计算量。这对于理解模型的运行效率、找出可能的性能瓶颈以及优化模型结构都是非常重要的。在Python中使用THOP库的基本步骤包括:首先安装THOP库,这通常可以通过pip命令进行安装;

2024-02-20 13:17:02 2211 1

原创 Pytorch-Adam算法解析

Hi,兄弟们,这里是肆十二,今天我们来讨论一下深度学习中的Adam优化算法。

2024-02-19 13:02:47 1090 2

原创 Pytorch的常用模块和用途说明

以上只是PyTorch中常用模块的一部分,实际上PyTorch还提供了许多其他有用的模块和工具,如torch.cuda(用于GPU加速)、torch.quantization(用于模型量化)等。具体使用哪些模块取决于你的应用需求和任务类型。PyTorch是一个开源的深度学习平台,提供了许多常用的模块来帮助开发者构建和训练神经网络。Hi,兄弟们,这里是肆十二,今天我们来讨论一下深Pytorch中的常用模块。

2024-02-19 13:01:45 491 1

原创 如何利用Python快捷地操作文件和文件夹

今天我们来介绍一下python中的shutil库,通过shutil库可以很方便的操作文件和文件夹。shutil是Python标准库中的一个模块,提供了许多用于文件和文件夹操作的高级接口。以下是shutil。

2024-02-18 23:25:20 435

原创 Pytorch-SGD算法解析

SGD,即随机梯度下降(Stochastic Gradient Descent),是机器学习中用于优化目标函数的迭代方法,特别是在处理大数据集和在线学习场景中。与传统的批量梯度下降(Batch Gradient Descent)不同,SGD在每一步中仅使用一个样本来计算梯度并更新模型参数,这使得它在处理大规模数据集时更加高效。

2024-02-18 12:39:51 2018 1

原创 手把手教你用Unet做眼底血管图像分割

Hi,这里是肆十二,今天我们来继续医学方向的毕设更新,今天选用的题材是基于Unet的眼底血管图像分割,废话不多说,我们直接开始!

2024-02-17 20:52:03 6177 3

原创 Python中tqdm模块的常用方法和示例

是一个快速,可扩展的Python进度条库,可以在 Python 长循环中添加一个进度提示信息,用户只需要封装任意的迭代器。不仅可以用于 range 等可迭代对象,还可以用于任何可迭代对象,如列表,元组,字典,集合,生成器等。在这个例子中,我们有两个嵌套的进度条。外部的进度条描述了主要的进度,内部的进度条描述了次要的进度。意味着当次要进度完成时,它的进度条会立即消失,不会留下空白的行。会返回一个可迭代的对象,每次迭代时,进度条会自动更新。参数用于设置进度条的描述,参数用于设置进度条的位置,

2024-02-17 10:55:27 491

原创 Pytorch-RMSprop算法解析

Hi,兄弟们,这里是肆十二,今天我们来讨论一下深度学习中的RMSprop优化算法。RMSprop算法是一种用于深度学习模型优化的自适应学习率算法。它通过调整每个参数的学习率来优化模型的训练过程。下面是一个RMSprop算法的用例和参数解析。

2024-02-16 23:41:16 1327

原创 Python中os模块的常用方法和示例

在Python中,os模块提供了许多与操作系统交互的函数,用于文件和目录管理、路径操作、环境变量等。以下是os。

2024-02-13 08:50:04 386

原创 Python中threading模块的常用方法和示例

Hi,大家好!这里是肆十二!Python的threading模块提供了多线程编程的能力,允许在同一时间内执行多个线程。下面是threading。

2024-02-13 08:48:02 539

原创 Python中Pymysql库的常见用法和代码示例

pymysql是一个用于连接MySQL数据库的Python库,它允许你执行SQL查询并处理返回的结果。以下是pymysql。

2024-02-12 21:26:25 639

原创 Python中Pillow库的常见用法和代码示例

Pillow是Python中非常流行的图像处理库,它提供了广泛的图像操作功能,如打开、保存、缩放、裁剪、旋转、调色等。下面我将为您展示Pillow库的一些常见用法和代码示例。首先,确保您已经安装了Pillow库。

2024-02-12 21:06:07 581

原创 [2024]常用的pip指令

在使用时,请确保你的pip版本是最新的,以获取最佳的使用体验和功能支持。pip是Python的包管理工具,它可以用来安装、升级、卸载Python包。当你有一个包含多个包及其版本信息的requirements文件时,可以使用此命令一次性安装所有列出的包。此命令将当前环境中所有已安装的包及其版本信息导出到一个文本文件中,通常用于项目依赖管理。如果你需要安装特定版本的Python包,可以使用此命令指定版本号进行安装。使用此命令可以查看指定包的信息,如版本号、安装路径等。使用此命令可以安装指定的Python包。

2024-02-11 17:35:13 1323

原创 [2024]常用的conda指令

Anaconda指的是一个开源的Python发行版本,也是一个安装、管理Python相关包的软件。具体来说,Anaconda是一个打包的集合,里面预装好了conda、某个版本的Python、众多packages、科学计算工具等等,因此可以看作是一个Python的科学计算发行版。conda是Anaconda中用于包管理和环境管理的工具,可以用于安装、更新、卸载包,并且可以创建、切换不同的虚拟环境。这些虚拟环境是相互独立的,可以有不同的Python版本和包集合,因此可以很好地解决不同项目之间的依赖关系问题。

2024-02-11 15:40:39 558

原创 DataProcess-VOC数据图像和标签一起进行Resize

当前的目标检测框架中,模型方面基本都已经固定下来,YOLO或者RCNN,靠模型很难取得大规模的增点,所以这个时候从图像的角度进行入手显得非常重要,这里推荐大家使用一个专业的切图工具。碎碎念:数据预处理真的很关键啊,好的数据预处理真的可以节省大量的时间。

2023-12-24 22:32:26 729

原创 DataProcess-语义分割数据集中将原始数据划分为73比例

【代码】DataProcess-语义分割数据集中将原始数据划分为73比例。

2023-12-24 22:31:35 542

原创 OpenCV利用HSV颜色区间分离不同物体

很多时候,不需要过于依赖AI,通过传统的图像检测算法也能达到良好的效果,比如今天就通过HSV颜色通道的形式来进行分离,这在工业场景中是非常实用的。

2023-12-23 21:47:17 1208 1

原创 【2023-Pytorch-检测教程】手把手教你使用YOLOV5做麦穗计数

小麦是世界上种植地域最广、面积最大及产量最多的粮食作物,2021年世界小麦使用量达到7.54亿吨。小麦产量的及时预估对作物生产、粮食价格及粮食安全产生重大影响,单位面积穗数是小麦产量预估研究中的难点及重中之重。当前,人工估产方法依据专家目测估计产量,准确率得不到保证。取样估产方法通过采集部分区域,进行人工计数、称重,费时费力。随着计算机视觉技术的发展,大量研究致力于统计单幅图像中麦穗数进而实现估产,此类研究利用卷积神经网络强大的特征自学习能力,对麦穗进行特征提取,通过大量数据训练模型,进而成功实现对图像中麦

2023-03-22 23:12:41 5934 15

原创 【2023-Pytorch-检测教程】手把手教你使用YOLOV5做交通标志检测

交通标志的目标检测算法在计算机视觉领域一直属于热点研究问题,改进的优化算法不断地被提出。我们以[CCTSDB](https://github.com/csust7zhangjm/CCTSDB)数据集为例,用YOLOV5算法做交通标志识别。中国交通标志检测数据集(CCTSDB,Chinese Traffic Sign Detection Benchmark)由长沙理工大学 综合交通运输大数据智能处理湖南省重点实验室张建明老师团队制作完成。 目前的标注数据只有三大类:指示标志、禁止标志、警告标志。

2023-03-18 21:10:16 14147 10

原创 【2023-Pytorch-检测教程】手把手教你使用YOLOV5做电线绝缘子缺陷检测

绝缘子作为输电环节中的重要设备,在支撑固定导线,保障绝缘距离的方面有着重要作用。深度学习技术的大量应用,计算机运算性能的不断提高,为无人机准确识别和定位绝缘子,实时跟踪拍摄开辟了新的解决途径。本文对输电线路中绝缘子进行识别及定位,利用深度学习技术采取基于YOLOv5 算法的目标检测手段,结合绝缘子数据集的特点,对无人机拍摄图片进行训练,实现对绝缘子精准识别和定位,大幅提升无人机巡检时对绝缘子设备准确跟踪、判定的效率,具有十分重要的应用效果。

2023-03-15 16:41:53 17973 16

Unet++舌象图像分割数据集+代码+模型+系统界面+教学视频.zip

舌象分割在中医舌诊中具有重要的意义。舌诊是中医通过观察舌象了解人体生理功能和病理变化的一种诊断方法。舌象分割是将舌面划分为不同的区域,每个区域对应着不同的脏腑和病理变化。 UNet++,它是一种深度监督的编码器-解码器网络,通过一系列嵌套的密集跳跃连接将编码器和解码器子网连接起来。UNet++的设计目标是减少编码器和解码器子网特征图之间的语义差距,使得优化器在面对语义相似的特征图时,学习任务变得更加简单。 该文件中包含提前处理好的舌象数据集和标签,以及训练好的unet++模型和完整的训练、测试和图形化界面的Python代码,并且提供了实际的操作视频,按照视频只需要进行一下基本的环境创建,即可运行出一个完整的分割系统。

2024-03-10

Unet眼底血管图像分割数据集+代码+模型+系统界面+教学视频.zip

本资源配套对应的视频教程和图文教程,手把手教你使用Unet做眼底图像分割的训练、测试和界面封装,包含了Unet原理的解析、处理好的训练集和测试集、训练和测试的代码以及训练好的模型,并封装为了图形化界面,只需点击上传按钮上传图像即可完成眼底图像的预测。 随着生活水平的提高,眼科疾病以及心脑血管疾病的发病率呈现逐年增长的趋势。视网膜血管是这类疾病诊断和监测的重要信息来源,其形态和状况的变化可以反映出许多疾病的早期病理变化。然而,由于受眼底图像采集技术的限制以及视网膜血管自身结构的复杂性和多变性,使得视网膜血管的分割变得非常困难。传统方法依靠人工手动分割视网膜血管,不仅工作量巨大,极为耗时,而且受主观因素影响严重。通过眼底血管图像分割可以提高诊断准确性、效率以及推动科学研究和改进治疗方法等方面。 B站主页:https://space.bilibili.com/161240964 C站主页:https://blog.csdn.net/ECHOSON

2024-02-17

YOLOV5交通标志识别检测数据集+代码+模型+教学视频

通过拍照标注的形式标注数据 交通标志的目标检测算法在计算机视觉领域一直属于热点研究问题,改进的优化算法不断地被提出。 目前的标注数据只有三大类:指示标志、禁止标志、警告标志。

2023-03-18

YOLOV5电线绝缘子缺陷检测数据集+代码+模型+视频讲解

绝缘子作为输电环节中的重要设备,在支撑固定导线,保障绝缘距离的方面有着重要作用。深度学习技术的大量应用,计算机运算性能的不断提高,为无人机准确识别和定位绝缘子,实时跟踪拍摄开辟了新的解决途径。本文对输电线路中绝缘子进行识别及定位,利用深度学习技术采取基于YOLOv5 算法的目标检测手段,结合绝缘子数据集的特点,对无人机拍摄图片进行训练,实现对绝缘子精准识别和定位,大幅提升无人机巡检时对绝缘子设备准确跟踪、判定的效率,具有十分重要的应用效果。本项目可以作为计算机专业毕业涉及,提供处理好的数据集、视频和三组训练好的模型,部署简单,并且具有可用于图片检测和视频检测的图形化界面,方便易用。

2023-03-15

YOLOV5动物检测数据集+代码+模型 2000张标注好的数据+教学视频

1.目标检测格式数据集,标签为yolo的txt格式 2.动物检测数据集,支持['bird','cat', 'cow', 'dog', 'horse', 'sheep']6种动物的检测 3. 提供3组训练好的YOLOV5模型 4.代码中包含图形化界面

2022-03-09

YOLOV5手势识别数据集+代码+模型 2000张标注好的数据+教学视频

1.目标检测格式数据集,标签为yolo的txt格式 2.手势识别数据集,支持[ 'A', 'number 7', 'D', 'I', 'L', 'V', 'W', 'Y', 'I love you', 'number 5' ]10种手势的识别 3. 提供3组训练好的YOLOV5模型 4.代码中包含图形化界面 5.提供B站视频教程:https://www.bilibili.com/video/BV1YL4y1J7xz/

2022-03-05

YOLOV5火灾检测数据集+代码+模型 2000张标注好的数据+教学视频

YOLOV5火灾检测数据集+代码+模型 2000张标注好的数据+教学视频

2022-02-19

皮肤病语义分割数据集+代码+unet模型 2000张标注好的数据+教学视频

兄弟们好呀,这里是肆十二,这转眼间寒假就要过完了,相信大家的毕设也要准备动手了吧,作为一名大作业区的UP主,也该蹭波热度了,之前关于图像分类和目标检测我们都出了相应的教程,所以这期内容我们搞波新的,我们用Unet来做医学图像分割。我们将会以皮肤病的数据作为示范,训练一个皮肤病分割的模型出来,用户输入图像,模型可以自动分割去皮肤病的区域和正常的区域。

2022-02-13

人脸识别系统+windows64位-dlib-19.17.0-cp37-cp37m-win_amd64.zip

python编写的人脸识别程序和预编译的dlib库

2022-01-10

YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频.zip

YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频 代码的下载地址在:https://gitee.com/song-laogou/yolov5-mask-42 大家可以按照这里的视频教程配置环境:https://www.bilibili.com/video/BV1YL4y1J7xz/ 更多数据请看:https://blog.csdn.net/ECHOSON/article/details/121892887 遇到问题请小伙伴通过私信联系作者,感谢大家的支持!

2021-12-14

cuda11和cudnn8.1.zip

cuda11和cudnn8.1,用于mmdetection

2021-08-06

垃圾分类数据集和tf代码-8w张图片245个类.zip

包含垃圾分类数据集和tf代码-8w张图片245个类,提供2组训练好的模型在models目录下,详情请看https://blog.csdn.net/ECHOSON/article/details/118025415

2021-06-18

小麦叶片病虫害分类数据集-提高代码和教程.zip

小麦叶片病虫害分类数据集-提高tensorflow代码和教程,结合作者录制的b站视频,快速掌握不是梦。数据集详细信息请看https://blog.csdn.net/ECHOSON/article/details/117964438

2021-06-16

水稻叶片病虫害分类数据集-提供代码和教程.zip

水稻叶片病虫害分类数据集-提供tensorflow代码和教程,结合作者录制的b站视频,快速掌握不是梦。数据集详细信息请看https://blog.csdn.net/ECHOSON/article/details/117964438

2021-06-16

蔬菜识别数据集-提供代码和教程.zip

蔬菜识别数据集-提供tensorflow代码和教程,结合作者录制的b站视频,快速掌握不是梦。数据集详细信息请看https://blog.csdn.net/ECHOSON/article/details/117964438

2021-06-16

苹果叶片病虫害分类数据集-提高代码和教程.zip

苹果叶片病虫害分类数据集-提高tensorflow代码和教程,结合作者录制的b站视频,快速掌握不是梦。数据集详细信息请看https://blog.csdn.net/ECHOSON/article/details/117964438

2021-06-16

脑肿瘤切片分类数据集-提供代码和教程.zip

脑肿瘤切片分类数据集-提供tensorflow代码和教程,结合作者录制的b站视频,快速掌握不是梦。数据集详细信息请看https://blog.csdn.net/ECHOSON/article/details/117964438

2021-06-16

花卉识别数据集98类-提供代码和教程.zip

花卉识别数据集98类-提供tensorflow代码和教程.,结合作者录制的b站视频,快速掌握不是梦。数据集详细信息请看https://blog.csdn.net/ECHOSON/article/details/117964438

2021-06-16

花卉识别数据集5类-提供代码和教程.zip

花卉识别数据集5类-提供tensorflow代码和教程,结合作者录制的b站视频,快速掌握不是梦。数据集详细信息请看https://blog.csdn.net/ECHOSON/article/details/117964438

2021-06-16

肺炎x光图片分类数据集-提供代码和教程.zip

肺炎x光图片分类数据集-提供tensorflow代码和教程,结合作者录制的b站视频,快速掌握不是梦。数据集详细信息请看https://blog.csdn.net/ECHOSON/article/details/117964438

2021-06-16

果蔬识别数据集.zip

果蔬识别数据集,包含'土豆', '圣女果', '大白菜', '大葱', '梨', '胡萝卜', '芒果', '苹果', '西红柿', '韭菜', '香蕉', '黄瓜'12种水果蔬菜

2021-06-05

云南大学软件学院软件工程.zip

云南大学软件学院软件工程实验和大作业

2021-06-04

云南大学软件学院设计模式实验.zip

云南大学软件学院设计模式,谢老师教授

2021-06-04

云南大学软件学院陈清毅老师物联网实验报告.zip

云南大学软件学院陈清毅老师物联网实验报告.zip

2021-06-04

西安交通大学杜小智软件测试mooc答案.zip

西安交通大学杜小智软件测试mooc答案,选择题和问答题

2021-06-03

西安交通大学高级计算机网络与通信期末.zip

西安交通大学高等计算机网络与通信期末考试题和复习资料,有期末考试题,课件和复习的大纲

2021-06-03

dlib不用编译的whl文件.zip

dlib python3.6和python3.7 不需要编译的whl文件

2021-04-21

C++ 14.0.zip

C++ 14.0 is required 的解决方案

2021-03-12

Fruit-Images-Dataset-master.zip

水果分类数据集。Fruits-360: A dataset of images containing fruits and vegetables

2021-03-12

自动化学报Word模板.zip

自动化学报word模板

2021-01-12

snort-2.9.16.tar.gz

在1998年,Martin Roesch用C语言开发了开放源代码(Open Source)的入侵检测系统Snort。直至今天,Snort已发展成为一个具有多平台(Multi-Platform)、实时(Real-Time)流量分析、网络IP数据包(Pocket)记录等特性的强大的网络入侵检测/防御系统(Network Intrusion Detection/Prevention System),即NIDS/NIPS。Snort符合通用公共许可(GPL——GNU General Pubic License),在网上可以通过免费下载获得Snort,并且只需要几分钟就可以安装并开始使用。

2020-04-23

daq-2.0.7.tar.gz

snort安装依赖, snort从2.9.0版本开始引入了daq(packet acquisition), 该模块实际上是一个抽象层专门为报文处理服务。

2020-04-23

基于视觉的目标检测与跟踪综述_尹宏鹏.pdf

基于视觉的目标检测与跟踪是图像处理、计算机视觉、模式识别等众多学科的交叉研究课题, 在视频监控、虚拟现 实、人机交互、自主导航等领域, 具有重要的理论研究意义和实际应用价值. 本文对目标检测与跟踪的发展历史、研究现状以 及典型方法给出了较为全面的梳理和总结. 首先, 根据所处理的数据对象的不同, 将目标检测分为基于背景建模和基于前景建 模的方法, 并分别对背景建模与特征表达方法进行了归纳总结. 其次, 根据跟踪过程有无目标检测的参与, 将跟踪方法分为生 成式与判别式, 对基于统计的表观建模方法进行了归纳总结. 然后, 对典型算法的优缺点进行了梳理与分析, 并给出了其在标 准数据集上的性能对比. 最后, 总结了该领域待解决的难点问题, 对其未来的发展趋势进行了展望

2019-10-25

目标检测算法研究综述_方路平.pdf

目标检测是计算机视觉中一个重要问题,在行人跟踪、车牌识别、无人驾驶等领域都具有重要的研究价值。 近年来,随着深度学习对图像分类准确度的大幅度提高,基于深度学习的目标检测算法逐渐成为主流。梳理了目标 检测算法的发展与现状,并作出展望:总结了传统算法与引入深度学习的目标检测算法的发展、改进与不足,并就此 做出对比;最后讨论了基于深度学习的目标检测算法所存在的困难与挑战,并就可能的发展方向进行了展望

2019-10-25

深层卷积神经网络的目标检测算法综述_张泽苗.pdf

随着深度学习的发展,卷积神经网络在目标检测中取得了一系列研究成果. 相比基于人工特征构造的传统的目标检测 算法,基于深层卷积神经网络的算法具有特征自动提取,泛化能力强的优点,有较好的鲁棒性. 本文首先介绍了卷积神经网络在 目标检测基础任务图像分类上的进展,然后按照目标检测算法评价指标、算法框架以及公共数据集三个方面重点分析和比较近 年来基于深度学习模型的目标检测算法的研究情况,最后对目标检测算法未来的发展进行展望

2019-10-25

基于图像处理的烟雾检测E.pdf

Video surveillance systems are widely applied in a variety of fields. Hence, video-based smoke detection is regarded as an effective and inexpensive way for fire detection in an open or large spaces. In order to improve the efficiency of the video-based smoke detection, a novel video-based smoke detection method is proposed by using a histogram sequence of pyramids. The method involves four steps. Firstly, through multi-scale analysis, a 3-level image pyramid is constructed. Secondly, local binary patterns (LBP), which are insensitive to image rotation and illumination conditions, are extracted at each level of the image pyramid with uniform pattern, rotation invariance pattern and rotation invariance uniform pattern to generate an LBP pyramid.

2019-10-25

基于视频图像的黑烟车检测技术研究_彭翔.caj

黑烟车智能监控系统对目前的环保工作具有非常重要的意义。目前常用的方法主要是人工检测,比较耗时耗力。而智能监控系统能保持长时间工作且能保证检测结果的准确性,不会因为疲劳造成检测率下降,因此具有广阔的应用前景。本文基于监控视频进行研究,实现了车辆检测与跟踪,车辆尾部特征提取,黑烟车分类器训练与测试等功能,主要包括以下几个方面:(1)车辆检测与跟踪技术研究。针对黑烟形状、大小、浓度不一的情况,首先研究了ViBe算法,针对ViBe算法存在ghost区域以及对细微变化不敏感等缺点,提出了一种改进方法,针对背景初始化和样本集更新分别做了改进。

2019-10-25

火焰烟雾检测数据集

火焰检测数据集, 数据集中包含了火焰和烟雾的数据集, 可以用火焰以及烟雾检测的训练或者是测试

2019-04-10

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除