肆十二-CSDN博客

原创肆十二大作业系列清单

Hello，各位小伙伴，大家好，由于之前的博客都是断断续续的发布，导致有些小伙伴看到之后不知道去哪里找下一期以及去哪里下载项目中对应的资源，这里我将所有的大作业都整理了处理，每个项目都提供了项目的效果图、博客地址、视频地址以及资源地址，方便大家进行索引。我们设置这个专栏的目的主要是为了帮助大家掌握常用的计算机视觉的算法，以实际操作为导向，学习知识的同时帮助大家完成对应的大作业，本栏目涵盖了计算机视觉中常见的四个任务，即分类、分割、检测和实例分割。关键词：关键词：YOLOv10、PyTorch。

2024-08-09 18:22:29 2387

原创【大作业系列入门教程】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 11863 6

原创聊一聊计算机视觉中的高斯分布

在计算机视觉中，高斯分布不仅是理论上的统计工具，更是很多实际算法的核心。例如，在噪声建模、高斯滤波、图像特征提取和背景建模等任务中，都依赖于高斯分布的特性。理解高斯分布及其在这些应用中的角色，可以帮助我们设计更为有效的图像处理算法。

2024-09-14 15:17:40 822

原创聊一聊计算机视觉中的KL散度

KL散度（Kullback-Leibler Divergence，库尔贝克-莱布勒散度）是一种用于衡量两个概率分布之间差异的非对称度量。DKLP∣∣Q∑xPxlog⁡PxQxDKLP∣∣Qx∑PxlogQxPxDKLP∣∣Q∫Pxlog⁡PxQxdxDKLP∣∣Q∫PxlogQxPxdx(P(x)) 是真实的概率分布，通常表示事物的真实情况。

2024-09-14 15:17:10 936

原创【大作业-22】使用deeplab进行视杯视盘分割

之前我们有出过一期使用unet进行医学图像分割的视频，但是其中好多小伙伴反应自己的任务很多时候都是多分类的任务，使用unet风格的效果一般，所以这期我们使用deeplab来进行多类别语义分割，本次我们的内容将会涉及到3个类别，使用的数据为眼底图像，分割的对象为眼底图像的视盘和视杯, 我们将会根据分割之后的结果进行出行比值的计算，然后通过杯盘比来计算是否存在潜在的眼病风险。

2024-09-13 16:21:13 887

原创简单聊一聊大模型微调技术-LoRA

LoRA（Low-Rank Adaptation）模型是一种用于减少深度学习模型训练中参数数量和计算资源消耗的技术。它最早是在多头注意力机制中提出的，尤其是用于大模型的微调（fine-tuning）。LoRA 的主要思想是通过引入低秩分解（low-rank decomposition），用少量参数来逼近和微调模型，从而避免直接调整整个大模型的权重。

2024-09-04 20:54:09 910

原创【mmseg配置解析-3】 Polynomial Decay 多项式衰减

Polynomial Decay（多项式衰减）是一种常用于深度学习中学习率调度的方法。在训练过程中，学习率从初始值逐步减少到一个最小值（eta_min），以帮助模型更好地收敛到最优解。

2024-09-04 20:46:45 806

原创主流大模型有哪些

这些模型代表了当前最先进的自然语言处理技术，展示了人工智能在理解和生成自然语言方面的巨大进步。

2024-09-03 23:10:16 259

原创深入浅出视觉分割大模型SAM（原理解析+代码实践）

大家好，这里是肆十二，近两年来大模型的成果在一些领域的应用已经深入人心，由于我本人主要感兴趣的方向为计算机视觉，所以今天我们来一起看下计算机视觉领域中这个非常精彩的大模型-SAM。我在B站也同步更新了对应的讲解视频，感兴趣的小伙伴也可以按照视频来进行操作。

2024-09-03 16:44:58 1909 1

原创【mmseg配置解析-2】 align_corners=False

插值是图像处理中的一种操作，常用于图像的上采样或下采样。简单来说，就是根据已知像素点的值来估计未知像素点的值。常见的插值方法有最近邻插值、双线性插值和双三次插值等。更加关注角点的对齐，在某些需要精确位置对齐的任务中可能有用。更加关注整个图像的比例关系，避免因对齐角点导致的插值失真，通常更适合需要保持空间一致性的任务，如语义分割。

2024-09-02 09:59:47 533

原创【mmseg配置解析1】contract_dilation=True

是一种有效的策略，特别适用于在多层卷积神经网络中使用膨胀卷积的情况。它通过收缩膨胀率来减轻栅格效应，确保特征图上的信息被充分利用，从而提升模型的整体性能，尤其是在处理高分辨率的输入图像时表现尤为显著。

2024-09-02 09:58:56 499

原创国内常用的大语言模型有哪些

目前，中国在大语言模型（LLMs）领域有多个较为著名且具有影响力的模型，这些模型在中文处理能力和应用场景方面表现突出。

2024-08-31 18:41:13 567

原创 Gradio如何使用

是一个开源 Python 库，旨在帮助开发者快速创建和部署机器学习模型的用户界面（UI）。它简化了机器学习模型的演示过程，使得即使是非技术用户也能通过直观的界面与模型交互。Gradio 支持多种输入和输出组件，例如文本、图像、音频、视频等，并且可以非常方便地与模型进行集成。

2024-08-31 18:40:34 282

原创【大作业-20】使用YOLOv8进行动物检测

数据集方面我们搜集了大概有1w个动物实例的数据集，数据集类别的整体分布如下，包含3个类别，分别是行人、头以及动物，这里的数据集大家也可以自行进行补充应用在骑车的动物检测或者是其他各种涉及到动物检测的场景中。这里有一些部分数据集的示例，大家在自己的课程设计报告中也可以进行放置。

2024-08-30 15:42:25 1296

原创为 NVIDIA Jetson 和其他嵌入式系统选择合适的摄像头

彩色传感器需要处理的数据量是单色传感器的三倍，因此处理时间较长，帧率也较慢。光学镜头的基本作用是收集物体的散射光，并在光敏图像传感器（CCD 或 CMOS）上再现物体的图像。即便传感器可以达到您所需要的分辨率，如果不能达到足够的每秒帧数，就无法捕捉到所需要的高质量图像。帧率是指每秒拍摄的帧数（或捕捉的图像）（FPS）。它受到多种因素的影响，如所使用的照明类型、传感器像素大小和光学器件的性能等。但由于帧读取、传感器分辨率和包括电缆在内的接口数据传输速率所带来的延迟，可实现的 FPS 将会较低于这个值。

2024-08-26 22:14:08 624

原创【大作业-19】使用YOLOv8进行头盔佩戴检测

头盔检测是计算机视觉领域中的一个重要应用，主要用于检测图像或视频中的人是否佩戴头盔。头盔在工业生产、建筑工地、交通领域（如摩托车和自行车骑行）以及一些高危作业场景中是必不可少的防护装备。佩戴头盔可以有效保护头部，降低因意外事故导致的伤亡风险。然而，在现实生活中，很多人并未遵守佩戴头盔的规定，导致事故发生时的伤害严重程度加剧。因此，自动化的头盔检测系统可以帮助相关部门或企业监督和管理这一安全措施的执行。随着深度学习和计算机视觉技术的飞速发展，基于图像的目标检测技术得到了广泛的应用。

2024-08-26 22:10:38 1329

原创 30 Days Of Python教程索引

【代码】30 Days Of Python教程索引。

2024-08-25 23:47:57 660

原创图灵奖获得者杰夫·辛顿（Geoffrey Hinton）介绍

杰弗里·埃弗里斯特·辛顿（Geoffrey Everest Hinton）国籍：加拿大、英国出生日期：1947年12月6日出生地：英国温布尔登职业：教育科研工作者主要成就：2018年获得图灵奖，1998年当选为英国皇家学会院士，1996年当选为加拿大皇家学会院士，2023年当选为美国国家科学院外籍院士教育背景1970年，获得剑桥大学实验心理学学士学位。1978年，获得爱丁堡大学人工智能学博士学位。职业经历1976年至1978年，担任苏塞克斯大学认知科学研究项目研究员。

2024-08-22 17:51:02 662

原创【小样本图像分割-4】nnU-Net: Self-adapting Framework for U-Net-Based Medical Image Segmentation

nnU-Net 中的nn分别表示no和new，这个网络不能算作是小样本的医学图像分割方法，但是可以作为一种自适应的医学图像分割方法。该方法能够根据数据集的内容自动的修改模型的超参数，让你的unet模型更加适配你的数据集，从而可以得到一个比较sota的模型。这里作者实践出真知，在比赛中提供了10个数据集上都拿到了不错的成绩，并且这个模型中使用的一些tricks在后续的比赛中都可以借鉴。U-Net于2015年推出。凭借其简单而成功的架构，它迅速发展成为医学图像分割中常用的基准。

2024-08-21 18:04:30 714

原创【Medical Images-1】医学图像中常见的数据格式

医学图像是一个比较热门的话题，并且也是我个人比较感兴趣的一个方向。我们这边设置一个专栏，主要用来阐述医学图像中常见的深度学习方法，前面主要围绕2d图像来展开，后面则主要围绕3d图像来展开，方向方面我们主要侧重于对图像的分割。OK，今天我们来看的医学图像处理中常见的数据格式。医学图像常见的数据格式多种多样，每种格式都有其特定的应用场景和优势。

2024-08-21 16:50:25 623

原创使用 NVIDIA TAO Toolkit 5.0 体验最新的视觉 AI 模型开发工作流程

NVIDIA TAO 工具套件提供了一个低代码 AI 框架，让无论是新手还是数据科学专家都可以使用这个平台加速视觉 AI 模型开发。通过 NVIDIA TAO 工具套件，开发人员可以进行迁移学习，通过适应和优化，在短时间内达到最先进的精度和生产级吞吐量。在 NVIDIA GTC23 上，NVIDIA 发布了 NVIDIA TAO 套件 5.0 ，带来了 AI 模型开发方面的突破性功能提升。新功能包括开源架构、基于 Transformer 的预训练模型、AI 辅助的数据标注，以及在任何平台上部署模型的能力。

2024-08-19 15:23:46 639

原创 NVIDIA Ampere 架构的结构化稀疏功能及其在搜索引擎中的应用

NVIDIA Ampere 架构中的结构化稀疏功能可以加速许多深度学习工作负载，并且易于结合 TensorRT 和 cuSPARSELt 稀疏加速库一起使用。

2024-08-19 15:17:35 1100

原创使用YOLOv8训练自己的数据集（原理解析+数据标注说明+训练教程+图形化系统开发）

Hello，大家好，本次我们来教大家使用YOLOV8训练自己的数据集。YOLO系列目前已经更新到了V10，并且YOLO系列模型已经目前稳定运行了一段时间。经过一段时间的准备，我们选择在暑期的这个时间点更新YOLOV8模型的教程，从原理、数据标注和环境配置一一展开讲解，帮助小伙伴们掌握YOLOv8的基本内容。注意本次的教程除了支持v8模型的训练，还适用v3、v5、v9、v10等一系列模型的训练。为了帮助大家能灵活选择自己喜欢的内容，我们选择分P的方式进行更新。

2024-08-19 11:28:26 5150 14

原创【小样本图像分割-3】HyperSegNAS: Bridging One-Shot Neural Architecture Search

由于物体(如器官或肿瘤)的形状和模式的高度可变性，3d医学图像的语义分割是一项具有挑战性的任务。鉴于最近深度学习在医学图像分割方面的成功，神经架构搜索(NAS)被引入来寻找高性能的3D分割网络架构。然而，由于三维数据的大量计算需求和架构搜索的离散优化特性，以往的NAS方法需要较长的搜索时间或必要的连续松弛，并且通常会导致次优网络架构。虽然一次性NAS可以潜在地解决这些缺点，但在广泛的多尺度多路径搜索空间中，其在分割领域的应用尚未得到很好的研究。

2024-08-17 15:31:11 606

原创【小样本图像分割-2】UniverSeg: Universal Medical Image Segmentation

虽然深度学习模型已经成为医学图像分割的主要方法，但它们通常无法推广到涉及新解剖结构、图像模式或标签的未知分割任务。对于新的分割任务，研究人员通常必须训练或微调模型，这既耗时又给临床研究人员带来了巨大的障碍，因为他们往往缺乏训练神经网络的资源和专业知识。我们提出了UniverSeg，一种无需额外训练即可解决看不见的医学分割任务的方法。给定一个查询图像和图像标签对的示例集来定义一个新的分割任务，UniverSeg采用一种新的CrossBlock机制来生成准确的分割映射，而不需要额外的训练。

2024-08-15 11:32:01 721

原创遥感语义分割数据集中的切图策略

【代码】遥感语义分割数据集中的切图策略。

2024-08-14 09:33:58 373

原创 AI训练电脑配置备份-自用

平时看配置基本也是按照B站的UP主推荐的来配置其中显卡的部分自己使用的是3060，平常打游戏和跑程序都够用，CPU的话基本也是intel使用的比较多，因为感觉intel对各种程序的适配更好。下面列举的是平时看的比较多的UP主推荐的配置，对应的视频也放在上面。

2024-08-14 00:00:05 416

原创【小样本图像分割-1】PANet: Few-Shot Image Semantic Segmentation with Prototype Alignment

尽管深度cnn在图像语义分割方面取得了很大的进步，但它们通常需要大量密集标注的图像进行训练，并且难以推广到看不见的对象类别。因此，开发了少量镜头分割，以学习仅从几个注释示例中执行分割。本文从度量学习的角度解决了具有挑战性的少镜头分割问题，并提出了一种新的原型对准网络PANet，以更好地利用支持集的信息。我们的PANet从嵌入空间内的一些支持图像中学习特定于类的原型表示，然后通过将每个像素与学习到的原型进行匹配，对查询图像进行分割。

2024-08-13 23:58:43 1243

原创 NVIDIA Triton系列13-用 FasterTransformer 和 Triton 加速大型 Transformer 模型的推理

由于较少的数据传输量和所需的内存，这两种机制都允许加速。Triton 稳定且快速，允许您使用准备好的 Docker 容器以简单的方式运行 ML/DL 模型的推理，该容器仅使用一行代码和简单的类似 JSON 的配置。具有数千亿参数的大型基于 Transformer 的模型的行为就像一个巨大的百科全书和大脑，其中包含有关它所学到的一切的信息。FasterTransformer 库使用此参数对所有底层算法进行实时基准测试，并为模型的参数和您的输入数据（注意层的大小、注意头的数量、隐藏层的大小）选择最佳的一个。

2024-08-12 23:56:02 615

原创 ICASSP2025重要时间节点

*这 50第IEEE声学、语音和信号处理国际会议（ICASSP）**将于在印度海得拉巴海得拉巴国际会议中心举行。IEEE信号处理学会的旗舰会议将提供全面的技术计划，展示信号处理研究和应用的最新发展。该会议以世界一流的口头和海报会议、主题演讲、展览、演示、教程和短期课程为特色，将吸引领先的研究人员和全球行业人士，提供绝佳的交流机会。杰出的论文和贡献者将在ICASSP 2025上被评选和表彰。

2024-08-12 16:35:57 3083

原创 NVIDIA Triton系列12-模型与调度器2

(2) 模型 classification_model 的输入为 preprocessed_image，表示这个模型的工作是在 image_preprocess_model 之后的任务，执行的推理输出为 CLASSIFICATION；由于集成模型将继承所涉及模型的特性，因此在请求起点的元数据（本例为“IMAGE”）必须符合集成中的模型，如果其中一个模型是有状态模型，那么集成模型的推理请求应该包含有状态模型中提到的信息，这些信息将由调度器提供给有状态模型。将新收集的张量映射到集合中模型的输入。

2024-08-11 17:21:53 436

原创【CVDEBUG-1】- 页面文件太小，无法完成操作怎么办

写在前面：我们陆陆续续录了很多大作业系列，但是在好兄弟们执行的途中，可能会出现各种各样的小BUG，导致无法再进行下去，这里我开一期专栏，专门记录大家在执行过程中遇到的小BUG以及解决措施，如果大家有什么其他各种莫名其妙的BUG都可以在这里留言。一般情况下，C盘是你的系统盘，虚拟内存的策略大概是从你的系统盘中分配部分的硬件空间作为内存来使用，如果你的C盘容量比较小，可能导致模型无法加载或者是训练的数据无法加载。ok，这个时候，重启电脑，然后再去执行你的训练程序，基本就不会出现这里的错误了。

2024-08-11 13:41:24 346

原创 NVIDIA Triton系列11-模型类别与调度器-1

模型可以使用请求中的开始标志来检测新序列的开始，并通过在模型输出中提供初始状态来初始化模型状态，如果模型状态描述中的 dims 部分包含可变尺度，则 Triton 在开始请求时将每个可变尺寸设置为“1”。这是 Triton 默认的模型模式，最主要的要求就是“模型所维护的状态不跨越推理请求”，也就是不存在与其他推理请求有任何交互关系，大部分处于最末端的独立推理模型，都适合使用这种模式，例如车牌检测最末端的将图像识别成符号的推理、为车辆识别颜色/种类/厂牌的图像分类等，还有。

2024-08-10 16:52:10 1059

原创 NVIDIA Triton系列10-模型并发执行

这个资源主要指的是 GPU 的显存调用，因为数据在 CPU 与 GPU 之间的交换传输，经常在整个计算环节中造成很大的影响，如果当我们需要对同一组数据进行不同的计算，或者计算过程中有流水线前后关系的话，那么将这些需要重复使用的数据保留在 GPU 显存上，就能非常有效减少数据传输次数，进而提升计算效率。的参数，这样就允许一个 GPU 上可以并发三个实例的模型计算，如果用户端发出超过 3 个推理请求时，则第 4 个 model 1 推理请求就必须等到前三个实例中的任一个执行完之后，才能开始执行。

2024-08-10 16:48:50 687

原创【大作业-17】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。

2024-08-09 21:24:04 969

原创 NVIDIA Triton系列09-为服务器添加模型

输出节点的张量尺度（如“dims: [ 1001 ]”），表示模型生成的输出张量的形状，并由 Triton 服务器响应推断请求返回。这里的可以是任何字符串、则对应到输入或输出顺序的整数，例如模型有两个输入节点与两个输出节点时，可以用“INPUT_0”与“INPUT_1”代表两个输入节点、用“OUTPUT_0”与“OUTPUT_1”代表两个输出节点。输入的名称映射到该特定张量的字符串“key”值，例如“A”或“B”，其中输入“A”是指对应于 tensor1 的值、“B”是指对应于 tensor2 的值。

2024-08-08 22:50:42 1001

原创 CVPR2024 医学图像相关论文

我们提出了一种新颖的超声心动图视频分割模型，该模型通过将分割任意掩码（SAM）技术应用于医学视频，以解决超声视频分割领域长期存在的一些挑战，包括（1）大量的斑点噪声和伪影，（2）极其模糊的边界，以及（3）帧间目标对象的大幅变化。我们模型的核心技术是一种具有时间感知和抗噪能力的提示方案。具体而言，我们采用了一种包含空间和时间信息的时空记忆体，来提示当前帧的分割，因此我们称该模型为MemSAM。在提示过程中，携带时间线索的记忆体按顺序逐帧提示视频分割。

2024-08-08 13:01:52 1277

原创 NVIDIA Triton系列08-用户端其他特性

以上就是 Triton 用户端会用到的基本功能，不过缺乏足够的说明文件，因此其他功能函数的内容必须自行在开源文件内寻找，像 C++ 版本的功能得在 src/c++/library 目录下的 common.h、grpc_client.h 与 http_client.h 里找到细节，Python 版本的函数分别在 src/python/library/triton_client 下的 grpc、http、utils 下的。对 Triton 推理服务器而言，并不能确认所收到的推理要求是否为密集型的计算。

2024-08-07 09:10:57 829

原创 NVIDIA Triton系列07-image_client 用户端参数

这里显示有的 8 个推理模型，就是启动服务器时使用“–model-repository=”参数指定的模型仓内容，因此客户端使用“-m”参数指定的模型，必须是在这个表所列的内容之列，例如“-m densenet_onnx”、“-m inception_graphdef”等等。当 Triton 推理服务器运行起来之后，就进入等待请求的状态，因此我们所要提出的请求内容，就必须在用户端软件里透过参数去调整请求的内容，这部分在 Triton 相关使用文件中并没有提供充分的说明，因此。

2024-08-07 09:10:27 690

原创 NVIDIA Triton系列06-安装用户端软件

Triton 开发团队为使用者提供编译好的可执行文件，包括 Ubuntu 20.04、Jetpack 与 Windows 平台，可以在https://github.com/triton-inference-server/server/releases/ 上获取，每个版本都会提供对应。有兴趣者，请自行参考前面下载的开源仓里的 docs/customization_guide/build.md文件，有关于 Ubuntu 20.04、Jetpack 与 Windows 等各种平台的编译细节。

2024-08-06 08:52:37 991

YOLOV8行人检测（代码+行人检测数据集+训练好的模型+图形化系统）.zip

YOLOV8行人检测（代码+行人检测数据集+训练好的模型+图形化系统） YOLO系列目前已经更新到了V10，并且YOLO系列模型已经目前稳定运行了一段时间。经过一段时间的准备，我们选择在暑期的这个时间点更新YOLOV8模型的教程，从原理、数据标注和环境配置一一展开讲解，帮助小伙伴们掌握YOLOv8的基本内容。注意本次的教程除了支持v8模型的训练，还适用v3、v5、v9、v10等一系列模型的训练。资源中包含的内容有标注好的一份行人检测的数据集（大约5000张图像），可以训练和验证的代码、训练好的yolo系列的模型和一份图形化界面，以及我们的联系方式，如果调试遇到问题可以找我来进行交流，对应的视频放置在这个位置https://space.bilibili.com/161240964

2024-08-19

CVPR2024医学图像相关文章整理

CVPR2024医学图像相关文章整理，包含了医学图像的超分、配准、分割以及生成

2024-08-11

ICASSP2024-Paper-Templates.zip

ICASSP2024_Paper_Templates模板包含word模板和Latex模板

2024-08-11

YOLOV5麦穗计数数据集+代码+模型+教学视频

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穗计数,为后续小麦估产提供数据参考。然而部分现有的麦穗计数研究基于通用的原始计数网络,未考虑小麦尺度不一、密集等特点进行优化,准确率有待提升。本期我们将深度学习算法YOLOV5和农业进行结合，通过目标检测的方式来统计一片区域中的麦穗数量。博客地址：https://blog.csdn.net/ECHOSON/article/details/129721592

2024-08-09

28-基于Tensorflow的风格迁移+代码+模型+系统界面+教学视频.zip

随着GPT的横空出世，生成式网络也越来越活，现在的大语言模型除了能回答文字上面的内容，并且在图像和视频创作中也表现除了巨大的潜力，今天我们继续大作业系列，以比较早的一篇李飞飞博士的快速风格迁移为例，给大家展示一下早期是如何利用卷积神经网络来进行图像风格迁移的。具体我们要实现的效果如下，通过tensorflow框架构建快速图像分割迁移的网络并利用训练好的四个模型实现对任意上传图片的风格迁移，并利用PyQt5构建图形化的界面来完成最终的系统。博客地址：https://blog.csdn.net/ECHOSON/article/details/139205973

2024-08-09

YOLOv10海上红外目标检测+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YOLOV10做海上船只红外目标检测的训练、测试和界面封装，包含了YOLOV10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海上红外图像的预测。在这里，我们用一个红外海洋目标检测的数据集，里面包含了7类海洋目标 `['liner', 'sailboat', 'warship', 'canoe', 'bulk carrier', 'container ship', 'fishing boat']` YOLOv10模型于24年5月份正式提出，对过去YOLOs的结构设计、优化目标和数据增强策略进行了深入的了解和探索，并对YOLO模型中的各个组件进行了rethink，从后处理和模型结构入手进行了新的设计，在速度和精度上进行提升。博客地址为：https://blog.csdn.net/ECHOSON/article/details/139223999

2024-08-07

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

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

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

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

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人