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

-+
  • 博客(1952)
  • 资源 (284)
  • 收藏
  • 关注

原创 2024年图像分类数据集大合集所有下载地址汇总

2024年目标检测数据集大合集所有下载地址汇总

2024-04-30 07:33:02 895 2

原创 2024年目标检测数据集大合集所有下载地址汇总

数据集名称下载地址瓷砖瑕疵检测数据集VOC+YOLO标注.zip点我下载道路路标交通标志检测数据集VOC+YOLO格式877张4类别.zip点我下载钢材缺陷检测数据集VOC+YOLO格式386张5类别.7z点我下载中国交通标志检测数据集VOC+YOLO格式5998张58类别.7z点我下载道路交通事故检测数据集VOC+YOLO格式11819张2类别.7z点我下载钢丝绳破损灼伤缺陷检测数据集VOC+YOLO格式1318张2类别.7z点我下载公共场所危险物品检测数据集VOC+YOLO格式1431

2024-04-30 07:30:19 2222 2

原创 [C#]调用本地摄像头录制视频并保存

AForge库由多个组件模块组成,包括AForge.Imaging(图像处理)、AForge.Video(视频处理)、AForge.MachineLearning(机器学习)、AForge.Neuro(神经网络)等,广泛应用于计算机视觉、图像处理、视频处理、机器学习、人脸识别、手写数字识别、物体识别等领域。AForge.NET的文档和示例详细,易于理解和使用,并且提供了免费的开源许可证,可以在商业和非商业项目中免费使用。然而,其文档和教程缺乏中文版本,可能不便于国内开发者使用和学习。

2024-07-27 07:57:08 32

原创 [数据集][目标检测]蝗虫检测数据集VOC+YOLO格式1501张1类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注类别名称:["grasshopper"]grasshopper 框数 = 1639。图片数量(jpg文件个数):1501。标注数量(xml文件个数):1501。标注数量(txt文件个数):1501。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-07-26 07:30:09 78

原创 Nvidia A40显卡算力信息

CUDA Device Query (Runtime API) version (CUDART static linking)Detected 1 CUDA Capable device(s)Device 0: "NVIDIA A40" CUDA Driver Version / Runtime Version 12.4 / 12.4 CUDA Capability Major/Minor version number: 8.6 Total amount of glo

2024-07-25 21:47:19 356

原创 Windows系统下cython_bbox库的正确安装步骤最简单方法

比如我下载cython_bbox-0.1.5-cp38-cp38-linux_x86_64.whl这个文件后放D盘下面,然后切换到python3.8环境(注意文件名cp38表示只支持python3.8)执行pip install D:\cython_bbox-0.1.5-cp38-cp38-linux_x86_64.whl即可安装完成。这种安装方式是不是很简单呢。最近做的项目需要安装cython_bbox包,但是当我天真的输入pip install cython_bbox准备满心欢喜的等待安装成功却发现…

2024-07-25 17:17:57 125

原创 [C++]将float保留2位小数并转成std::string

return 0;

2024-07-25 07:24:01 160

原创 [python][whl]PyOpenGL轮子文件whl格式所有版本含python3.12版本下载地址汇总

PyOpenGL-3.1.6-cp310-cp310-win_amd64.whl下载地址:https://download.csdn.net/download/FL1623863129/88541469。PyOpenGL-3.1.6-cp312-cp312-win-amd64.whl下载地址:https://download.csdn.net/download/FL1623863129/88862872。win-amd64:表示windows x64系统才支持,不支持win 32位 x86系统。

2024-07-24 10:38:25 507

原创 [pycharm]解决pycharm运行程序出现卡住scanning files to index索引的问题

以上这篇解决pycharm运行程序出现卡住scanning files to index索引的问题。有时候会出现索引问题,显示scanning files to index。然后等它自己重启,会自己indexing,过五分钟左右就好了。

2024-07-23 21:00:42 196

原创 [技术杂谈]nvidia GRID P40-4Q显卡算力信息

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite>deviceQuery.exedeviceQuery.exe Starting... CUDA Device Query (Runtime API) version (CUDART static linking)Detected 1 CUDA Capable device(s)Device 0: "GRID P40-4Q" CUDA Driver Ver

2024-07-23 07:04:24 259

原创 [C#]C#使用Emgu.CV4.8.0部署yolov7-darknet模型

【代码】[C#]C#使用Emgu.CV部署yolov7-darknet模型演示源码。

2024-07-22 17:43:48 145

原创 [数据集][目标检测]躺坐站识别检测数据集VOC+YOLO格式9488张3类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注类别名称:["Fall","Sitting","Standing"]重要说明:数据集70%左右都是增强图片请注意查看图片示例,谨慎下载。图片数量(jpg文件个数):9488。标注数量(xml文件个数):9488。标注数量(txt文件个数):9488。

2024-07-22 14:32:47 328

原创 [数据集][目标检测]野猪检测数据集VOC+YOLO格式1000张1类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。图片数量(jpg文件个数):1000。标注数量(xml文件个数):1000。标注数量(txt文件个数):1000。标注类别名称:["boar"]使用标注工具:labelImg。boar 框数 = 1266。标注规则:对类别进行画矩形框。

2024-07-22 13:53:21 408

原创 [python]gdal安装后测试代码

【代码】[python]gdal安装后测试代码。

2024-07-20 21:54:59 159

原创 [jieba_fast][python]jieba_fast所有whl文件下载地址汇总

它由深之蓝团队(或其他开发者,具体可能随时间变化)开发,并继承了jieba的基本分词算法,同时通过一系列技术手段实现了性能上的显著提升。内存优化:通过合理的内存管理,jieba_fast降低了内存消耗,使得在大数据场景下也能保持高效运行。综上所述,jieba_fast是一个高效、易用、开源的中文分词工具,适用于各种需要中文分词处理的场景。兼容性强:jieba_fast与原jieba API兼容,用户可以无缝迁移现有项目,降低了升级成本。以下是jieba_fast的whl文件汇总。jieba_fast介绍。

2024-07-20 09:53:52 438

原创 [数据集][目标检测]婴儿车检测数据集VOC+YOLO格式1073张5类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)标注类别名称:["bicycle","human","stroller","suitcase","wheelchair"]特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。图片数量(jpg文件个数):1073。标注数量(xml文件个数):1073。标注数量(txt文件个数):1073。标注规则:对类别进行画矩形框。

2024-07-19 21:35:48 273

原创 [数据集][目标检测]拐杖检测数据集VOC+YOLO格式638张1类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。重要说明:数据集量较少,就是2个场景采集图片。标注类别名称:["whiteCane"]图片数量(jpg文件个数):638。标注数量(xml文件个数):638。标注数量(txt文件个数):638。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-07-19 14:29:13 312

原创 [数据集][目标检测]拐杖检测数据集VOC+YOLO格式2778张1类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注类别名称:["whitecane"]whitecane 框数 = 4635。图片数量(jpg文件个数):2778。标注数量(xml文件个数):2778。标注数量(txt文件个数):2778。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-07-19 14:18:17 423

原创 [数据集][目标检测]导盲犬拐杖检测数据集VOC+YOLO格式4635张2类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)重要说明:数据集里面部分存在增强图片,且有几个场景是从视频截取出来看着连续的,请谨慎斟酌查看数据集。特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注类别名称:["guide dog","whiteCane"]标注数量(xml文件个数):4635。标注数量(txt文件个数):4635。

2024-07-19 11:50:49 568

原创 [C#]基于C#调用WechatOCR.exe实现OCR文字识别

注意经过测试发现由于C++编译libprotobuf都是vs2022生成的导致dll均是vs2022开发,如果您使用vs2019或者其他版本会报错,所以只能在vs2022开发使用。开发前需要安装微信,目前是支持最新版本微信。创建WechatOCR类对象后调用Ocr函数即可,注意接口目前只能是图片路径,不支持Bitmap,byte[],或者其他类型。注意源码是C# winform源码,里面包含演示代码和所有DLL,C++端封装代码不开源。

2024-07-18 19:45:37 665

原创 python安装talib库教程

Talib,全称“Technical Analysis Library”,即技术分析库,是一个广泛应用于金融量化领域的Python库。该库由C语言编写,支持Python调用,为投资者、交易员和数据分析师提供了强大的技术分析工具。Talib涵盖了超过150种技术指标,包括但不限于移动平均线(MA)、相对强弱指数(RSI)、平滑异同移动平均线(MACD)、布林带(Bollinger Bands)等,这些指标在股票、期货等金融市场的技术分析中发挥着重要作用。

2024-07-17 20:31:31 532

原创 [python]pycharm设置清华源

国内镜像源有以下几个,因为都是国内的,基本速度差不了太多。清华:https://pypi.tuna.tsinghua.edu.cn/simple阿里云:http://mirrors.aliyun.com/pypi/simple/中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/豆瓣:http://pypi.douban.com/simple/

2024-07-17 16:42:32 516

原创 [C++]vs+qt项目运行报错报错未能找到程序集“platform.winmd”: 请使用 /AI 或通过设置 LIBPATH 环境变量指定程序集搜索路径

问题描述:vs+qt项目运行报错报错未能找到程序集“platform.winmd”: 请使用 /AI 或通过设置 LIBPATH 环境变量指定程序集搜索路径。

2024-07-17 16:40:00 218

原创 [深度学习]基于yolov10+streamlit目标检测演示系统设计

(深度学习/计算机视觉/目标检测),毕设&课题|毫米波雷达信号处理(目标检测、时频分析、分类与识别),mmyolo从环境部署到训练自己的数据集,手把手带你玩转YOLO系列开源工具箱—MMyolo!

2024-07-15 10:55:53 1168

原创 [python]基于yolov10+gradio目标检测演示系统设计

毕设&课题|毫米波雷达信号处理(目标检测、时频分析、分类与识别),YOLOV9还没学明白,YOLOV10就来了!,基于YOLOv10深度学习的高密度人脸智能检测与统计系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测,mmyolo从环境部署到训练自己的数据集,手把手带你玩转YOLO系列开源工具箱—MMyolo!整体效率-准确性驱动的模型设计:包括轻量化分类头、空间-通道解耦下采样、基于秩的块设计、大核卷积和部分自注意力模块等,旨在减少计算冗余,提高模型的效率和准确性。

2024-07-13 17:37:04 820

原创 [数据集][VOC][202206][重制版]烟火数据集烟雾明火2类别数据集VOC-6460张

重要说明:本数据集对图片中烟雾和明火进行2个类别标注,其中烟雾类型有交通事故,森林火灾,建筑失火,柴木生火等,明火有蜡烛,柴火,火灾类型,奥运火炬等。数据集格式:Pascal VOC格式(不包含分割的txt文件,仅仅包含jpg图片和对应的xml)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注类别名称:["smoke","fire"]图片数量(jpg文件个数):6460。标注数量(xml文件个数):6460。标注规则:对类别进行画矩形框。

2024-07-13 16:02:57 138

原创 [python]pyscipopt安装后测试代码

【代码】[python]pyscipopt安装后测试代码。

2024-07-13 15:38:59 238

原创 [python][whl]causal-conv1d的python模块在windows上whl文件下载

causal-conv1d的实现和使用通常依赖于深度学习框架,如PyTorch、TensorFlow等,这些框架提供了丰富的API来支持各种类型的卷积操作,包括因果一维卷积。具体来说,它会在输入序列的起始端添加足够数量的零填充,以确保卷积核在滑动过程中不会超出输入序列的当前位置,从而保持因果性。总的来说,causal-conv1d是一种强大的时序数据处理工具,它通过保持因果性来确保模型的预测基于到当前时刻为止的所有可用信息,从而在处理如语音、时间序列等时序数据时表现出色。

2024-07-12 18:33:51 302

原创 matlab R2016b安装cplex12.6,测试时cplex出现出现内部错误的解决方法

出现上述错误都是因为matlab版本与cplex版本不匹配的原因导致,对于每个matlab版本都有相对应的cplex版本。在以下网址https://www.ibm.com/software/reports/compatibility/clarity/productsForPrereq.html,可以查询各个版本的matlab对应的cplex版本。我的是matlabR2016b,查询后。

2024-07-10 14:37:20 539

原创 Jetson平台使用Python时的出现“Illegal instruction(cpre dumped)”错误

可以使用临时添加方法,在运行Python指令前运行:export OPENBLAS_CORETYPE=ARMV8。将“export OPENBLAS_CORETYPE=ARMV8”加入到“~/.bashrc”中。也可以采用增加系统变量方法,可以进行全局修改。出现了一个错误,虽然安装是成功的。

2024-07-07 16:47:08 270

原创 黑色矩形块检测数据集VOC+YOLO格式2000张1类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)重要说明:每个图片有9个黑色矩形块,形状都是矩形长宽不定。特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。图片数量(jpg文件个数):2000。标注数量(xml文件个数):2000。标注数量(txt文件个数):2000。标注类别名称:["black"]使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-07-07 08:39:32 277

原创 Centos 7 配置阿里云yum源

3 清理并重新加载yum源。2 创建阿里云yum源。

2024-07-06 18:45:18 1456

原创 电表读数检测数据集VOC+YOLO格式18156张12类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)标注类别名称:["0","1","2","3","4","5","6","7","8","9","-","kwh"]特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注数量(txt文件个数):18156。kwh 框数 = 12315。0 框数 = 27825。6 框数 = 8034。7 框数 = 7099。

2024-07-06 14:58:21 201

原创 绝缘子陶瓷绝缘子玻色绝缘子聚合物绝缘子检测数据集VOC+YOLO格式2050张3类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)标注类别名称:["glass insulator","polymer insulator","porcelain insulator"]特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。图片数量(jpg文件个数):2050。标注数量(xml文件个数):2050。标注数量(txt文件个数):2050。

2024-07-06 14:36:39 226

原创 [qt][C++]object.h(448): error C2238: 意外的标记位于“;”之前

python\python37-32\include\object.h(448): error C2238: 意外的标记位于“;\python\python37-32\include\object.h(448): error C2059: 语法错误:“;原因: Python 和 Qt 的关键词 slots 冲突。

2024-07-05 21:02:56 262

原创 [数据集][目标检测]护目镜检测数据集VOC+YOLO格式888张1类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。图片数量(jpg文件个数):888。标注数量(xml文件个数):888。标注数量(txt文件个数):888。标注类别名称:["goggle"]重要说明:数据集中部分图片有增强。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-07-05 15:04:26 303

原创 [数据集][目标检测]刀具匕首持刀检测数据集VOC+YOLO格式8810张1类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。重要说明:数据集存在多段同一场景连续图片,请仔细查看斟酌下载。图片数量(jpg文件个数):8810。标注数量(xml文件个数):8810。标注数量(txt文件个数):8810。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-07-04 22:21:14 241

原创 [数据集][目标检测]轮椅检测数据集VOC+YOLO格式13826张1类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。重要说明:数据集里面有大约3/4部分都是增加图片得到,请查看下面图片示例。图片数量(jpg文件个数):13826。标注数量(xml文件个数):13826。标注数量(txt文件个数):13826。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-07-04 21:39:32 180

原创 [python]mujoco_py安装后测试代码

【代码】[python]mujoco_py安装后测试代码。

2024-07-04 17:02:11 126

原创 [数据集][目标检测]螺丝缺陷检测数据集VOC+YOLO格式3081张2类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注类别名称:["normal","product_defect"]图片数量(jpg文件个数):3081。标注数量(xml文件个数):3081。标注数量(txt文件个数):3081。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-07-03 20:05:39 152

PyOpenGL-3.1.7-cp39-cp39-win32.whl

PyOpenGL-3.1.7-cp39-cp39-win32.whl

2024-07-24

PyOpenGL_accelerate-3.1.7-cp312-cp312-win32.whl

PyOpenGL_accelerate-3.1.7-cp312-cp312-win32.whl

2024-07-24

PyOpenGL_accelerate-3.1.7-cp312-cp312-win_amd64.whl

PyOpenGL_accelerate-3.1.7-cp312-cp312-win_amd64.whl

2024-07-24

车辆分类数据集1600张10类别.7z

数据集类型:图像分类用,不可用目标检测无标注文件 数据集格式:仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg个数):1600 分类类别数:10 类别名称:["bus","family_sedan","fire_engine","heavy_truck","jeep","minibus","racing_car","suv","taxi","truck"] 信息: bus 图片数:160 family_sedan 图片数:160 fire_engine 图片数:160 heavy_truck 图片数:160 jeep 图片数:160 minibus 图片数:160 racing_car 图片数:160 suv 图片数:160 taxi 图片数:160 更多信息:https://blog.csdn.net/FL1623863129/article/details/139123580

2024-07-23

C#使用Emgu.CV部署yolov7-darknet模型演示源码.7z

测试环境: windows10 x64 vs2019 netframeowrk4.7.2 Emgu==4.8.0 博文地址:https://blog.csdn.net/FL1623863129/article/details/140615730

2024-07-22

野猪检测数据集VOC+YOLO格式1000张1类别.7z

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):1000 标注数量(xml文件个数):1000 标注数量(txt文件个数):1000 标注类别数:1 标注类别名称:["boar"] 每个类别标注的框数: boar 框数 = 1266 总框数:1266 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:https://blog.csdn.net/FL1623863129/article/details/140607904

2024-07-22

scikit_learn-1.4.2-cp312-cp312-win_amd64.whl

scikit_learn-1.4.2-cp312-cp312-win_amd64.whl

2024-07-21

scikit_learn-1.4.2-cp311-cp311-win_amd64.whl

scikit_learn-1.4.2-cp311-cp311-win_amd64.whl

2024-07-21

scikit_learn-1.4.2-cp39-cp39-win_amd64.whl

scikit_learn-1.4.2-cp39-cp39-win_amd64.whl

2024-07-21

scikit_learn-1.4.2-cp310-cp310-win_amd64.whl

scikit_learn-1.4.2-cp310-cp310-win_amd64.whl

2024-07-21

pythongdal安装后测试代码

pythongdal安装后测试代码

2024-07-20

基于yolov10+gradio目标检测演示系统设计源码

环境要求: torch==2.0.1 torchvision==0.15.2 onnx==1.14.0 onnxruntime==1.15.1 pycocotools==2.0.7 PyYAML==6.0.1 scipy==1.13.0 onnxsim==0.4.36 onnxruntime-gpu==1.18.0 gradio==4.31.5 opencv-python==4.9.0.80 psutil==5.9.8 py-cpuinfo==9.0.0 huggingface-hub==0.23.2 safetensors==0.4.3 gradio==4.26.0 视频演示: https://www.bilibili.com/video/BV1cS411P726/ 更多信息参考博文:https://blog.csdn.net/FL1623863129/article/details/140403382

2024-07-20

jieba_fast-0.53-cp312-cp312-win_amd64.whl

jieba_fast-0.53-cp312-cp312-win_amd64.whl

2024-07-20

jieba_fast-0.53-cp311-cp311-win_amd64.whl

jieba_fast-0.53-cp311-cp311-win_amd64.whl

2024-07-20

jieba_fast-0.53-cp37-cp37m-win_amd64.whl

jieba_fast-0.53-cp37-cp37m-win_amd64.whl

2024-07-20

jieba_fast-0.53-cp310-cp310-win_amd64.whl

jieba_fast-0.53-cp310-cp310-win_amd64.whl

2024-07-20

jieba-fast-0.53-cp38-cp38-win-amd64.whl

jieba-fast-0.53-cp38-cp38-win-amd64.whl

2024-07-20

婴儿车检测数据集VOC+YOLO格式1073张5类别.7z

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):1073 标注数量(xml文件个数):1073 标注数量(txt文件个数):1073 标注类别数:5 标注类别名称:["bicycle","human","stroller","suitcase","wheelchair"] 每个类别标注的框数: bicycle 框数 = 1 human 框数 = 433 stroller 框数 = 1169 suitcase 框数 = 2 wheelchair 框数 = 1 总框数:1606 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:https://blog.csdn.net/FL1623863129/article/details/140560145

2024-07-19

导盲犬拐杖检测数据集VOC+YOLO格式4635张2类别.7z

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):4635 标注数量(xml文件个数):4635 标注数量(txt文件个数):4635 标注类别数:2 标注类别名称:["guide dog","whiteCane"] 每个类别标注的框数: guide dog 框数 = 1620 whiteCane 框数 = 4430 总框数:6050 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:数据集里面部分存在增强图片,且有几个场景是从视频截取出来看着连续的,请谨慎斟酌查看数据集 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:https://blog.csdn.net/FL1623863129/article/details/140545300

2024-07-19

拐杖检测数据集VOC+YOLO格式2778张1类别.7z

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):2778 标注数量(xml文件个数):2778 标注数量(txt文件个数):2778 标注类别数:1 标注类别名称:["whitecane"] 每个类别标注的框数: whitecane 框数 = 4635 总框数:4635 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:视频采集截图图片,场景有点类似具体看博文 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:https://blog.csdn.net/FL1623863129/article/details/140548180

2024-07-19

C# winform置托盘图标并闪烁演示源码.zip

C#置托盘图标并闪烁演示源码.zip

2024-07-27

C#调用本地摄像头录制视频并保存源码.7z

【测试环境】 vs2019 netframework4.5 x86 release 【注意事项】 下载源码后打开FIRCTest项目选择x86 release即可直接运行,所有dll文件已经在对应目录 更多信息:https://blog.csdn.net/FL1623863129/article/details/140729414

2024-07-27

poppler-windows-24.07.0-0编译好的安装包.zip

poppler-windows已经从源码编译好的安装包,里面包含dll,exe,头文件和库文件方便使用

2024-07-26

cython-bbox-0.1.5-cp39-cp39-win-amd64.whl

cython-bbox-0.1.5-cp39-cp39-win-amd64.whl

2024-07-25

猪场监控猪只吃睡检测数据集VOC+YOLO格式9652张3类别.7z

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):9652 标注数量(xml文件个数):9652 标注数量(txt文件个数):9652 标注类别数:3 标注类别名称:["eating","normal","sleeping"] 每个类别标注的框数: eating 框数 = 38641 normal 框数 = 15623 sleeping 框数 = 6331 总框数:60595 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:https://blog.csdn.net/FL1768317420/article/details/140678764

2024-07-25

PyOpenGL-3.1.7-cp312-cp312-win32.whl

PyOpenGL-3.1.7-cp312-cp312-win32.whl

2024-07-24

PyOpenGL-3.1.7-cp312-cp312-win_amd64.whl

PyOpenGL-3.1.7-cp312-cp312-win_amd64.whl

2024-07-24

PyOpenGL-3.1.7-pp310-pypy310_pp73-win_amd64.whl

PyOpenGL-3.1.7-pp310-pypy310_pp73-win_amd64.whl

2024-07-24

PyOpenGL-3.1.7-cp311-cp311-win32.whl

PyOpenGL-3.1.7-cp311-cp311-win32.whl

2024-07-24

PyOpenGL-3.1.7-cp311-cp311-win_amd64.whl

PyOpenGL-3.1.7-cp311-cp311-win_amd64.whl

2024-07-24

PyOpenGL-3.1.7-cp310-cp310-win32.whl

PyOpenGL-3.1.7-cp310-cp310-win32.whl

2024-07-24

PyOpenGL-3.1.7-cp310-cp310-win_amd64.whl

PyOpenGL-3.1.7-cp310-cp310-win_amd64.whl

2024-07-24

PyOpenGL-3.1.7-cp39-cp39-win_amd64.whl

PyOpenGL-3.1.7-cp39-cp39-win_amd64.whl

2024-07-24

PyOpenGL_accelerate-3.1.7-pp310-pypy310_pp73-win_amd64.whl

PyOpenGL_accelerate-3.1.7-pp310-pypy310_pp73-win_amd64.whl

2024-07-24

PyOpenGL_accelerate-3.1.7-cp311-cp311-win32.whl

PyOpenGL_accelerate-3.1.7-cp311-cp311-win32.whl

2024-07-24

PyOpenGL_accelerate-3.1.7-cp39-cp39-win32.whl

PyOpenGL_accelerate-3.1.7-cp39-cp39-win32.whl

2024-07-24

PyOpenGL_accelerate-3.1.7-cp311-cp311-win_amd64.whl

PyOpenGL_accelerate-3.1.7-cp311-cp311-win_amd64.whl

2024-07-24

PyOpenGL_accelerate-3.1.7-cp310-cp310-win_amd64.whl

PyOpenGL_accelerate-3.1.7-cp310-cp310-win_amd64.whl

2024-07-24

PyOpenGL_accelerate-3.1.7-cp39-cp39-win_amd64.whl

PyOpenGL_accelerate-3.1.7-cp39-cp39-win_amd64.whl

2024-07-24

PyOpenGL_accelerate-3.1.7-cp310-cp310-win32.whl

PyOpenGL_accelerate-3.1.7-cp310-cp310-win32.whl

2024-07-24

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