- 博客(3)
- 收藏
- 关注
RSS订阅原创 基于深度学习的车牌检测系统（含UI界面，Python代码）
CCPD是一个大型的、多样化的、经过仔细标注的中国城市车牌开源数据集。CCPD数据集主要分为CCPD2019数据集和CCPD2020(CCPD-Green)数据集。CCPD2019数据集车牌类型仅有普通车牌(蓝色车牌)，CCPD2020数据集车牌类型仅有新能源车牌(绿色车牌)。在CCPD数据集中，每张图片仅包含一张车牌，车牌的车牌省份主要为皖。数据集：使用的是用上面CCPD数据集制作的VOC格式的数据集训练，包含蓝牌和绿牌，大约共20完张图片模型：yolox、yolov8、及yolov8的修改版。
2024-10-01 20:49:17
1408
原创 实时车辆行人多目标检测与跟踪系统（含UI界面，Python代码）
本文将详细介绍如何使用深度学习中的YOLOv5和OCTrack算法实现车辆、行人等多目标的实时检测和跟踪，并利用PyQt5设计了简约的系统UI界面。在界面中，您可以选择自己的视频文件进行检测和跟踪，也可以通过电脑自带的摄像头进行实时处理。此外，您还可以更换自己训练的yolov5模型，进行自己数据的跟踪。该系统界面优美，检测精度高，功能强大。它具备多目标实时检测、跟踪和计数功能，同时可以自由选择感兴趣的跟踪目标。本博文提供了完整的Python程序代码和使用教程，适合新入门的朋友参考。
2024-10-01 20:43:37
1835
原创 基于深度学习的钢铁缺陷检测系统（yolov8、yolov5、注意力机制、PyQt5界面、Python）
钢材表面缺陷的检测在保障产品质量、延长使用寿命，以及预防潜在安全隐患方面起着关键作用。在金属加工和制造业中，及时且精确地检测出表面缺陷，有助于避免不合格产品进入市场，从而确保结构的完整性与可靠性，以及产品的外观与性能标准。此外，缺陷检测还能帮助制造商减少废品率，提高材料利用率，降低经济损失。钢材表面缺陷检测在多个领域中得到了广泛应用，如汽车制造、航空航天、船舶制造、建筑、管道和压力容器等行业的质量控制中都扮演着重要角色。在轧钢厂中，一个自动化的表面缺陷检测系统能够实现在线监控。
2024-08-30 16:36:05
1240
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人