- 博客(10)
- 收藏
- 关注
原创 148基于yolov7的鱼类检测
运行01数据集制作.py会将datasets文件夹下的JPEGImages(jpg或png图片)和Annotations(xml标签)进行读取生成txt文本,里面存放了图片路径和对应的标签。运行02train.py能够读取txt文本内容结合图片进行训练模型,训练好的模型保存在weights文件夹下。运行04pyqt.py会有个pyqt的可视化界面,通过点击按钮可以加载感兴趣的图片进行识别。本期给大家介绍的是148基于yolov7的鱼类检测。代码是十分的简介,主要是4个py文件。
2024-02-16 14:05:40 426
原创 149使用python基于CNN的150种动物识别
代码主要是data文件夹存放数据集,和3个py文件,分别用于运行01数据集制作,02训练模型,03pyqt的可视化ui界面。最后运行03pyqt.py就是可视化的界面,在ui界面上点击加载自己的感兴趣的图片识别即可。本期给大家介绍的是149使用python基于CNN的150种动物识别。运行02train.py即可训练模型。训练好的模型也是保存在logs文件夹下。运行之后就会在logs文件夹下生成txt文本。里面存放的是图片路径和对应的标签。1数据集文本生成制作.py。
2024-02-16 14:04:43 425
原创 150基于python深度学习的睁眼闭眼检测
运行01数据集制作.py会将data文件夹下的JPEGImages(jpg或png图片)和Annotations(xml标签)进行读取生成txt文本保存在labels文件夹下,里面存放了图片对应的标签。运行02train.py能够读取txt文本内容结合图片进行训练模型,训练好的模型保存在runs文件夹下。运行04pyqt.py会有个pyqt的可视化界面,通过点击按钮可以加载感兴趣的图片进行识别。运行03predict.py可以调用训练好的模型对单张图片进行检测。代码是十分的简介,主要是4个py文件。
2024-02-16 14:03:31 385
原创 151基于python目标检测的深海鱼fish检测
运行01train.py能够将data文件夹下的数据集进行训练,训练好的模型保存在runs文件夹下。运行03pyqt.py会有个pyqt的可视化界面,通过点击按钮可以加载感兴趣的图片进行识别。本期给大家介绍的是151基于python目标检测的深海鱼fish检测。运行02predict.py可以调用训练好的模型对单张图片进行检测。代码是十分的简介,主要是3个py文件。
2024-02-16 14:02:33 398
原创 152基于python深度学习的检测视频是真人还是照片
运行01数据集制作.py会将data文件夹下的JPEGImages(jpg或png图片)和Annotations(xml标签)进行读取生成txt文本保存在labels文件夹下,里面存放了图片对应的标签。运行03pyqt.py会有个pyqt的可视化界面,通过点击按钮可以加载需要识别的视频,来判断这个视频是照片还是真人。运行02train.py能够读取txt文本内容结合图片进行训练模型,训练好的模型保存在runs文件夹下。本期给大家介绍的是152基于python深度学习的检测视频是真人还是照片。
2024-02-16 13:59:59 345
原创 155基于深度学习的ESP32-cam开发板检测识别坑洼
这里我们直接进去到python环境中,运行01摄像头画面显示.py就可以将ESP32-cam传来的图片进行识别,有可视化界面显示结果。烧录完成后,在thonny中放入这两个python代码就可以实现从开发板上打开摄像头功能,并传图。本期给大家介绍的是155基于深度学习的ESP32-cam开发板检测识别坑洼。本次用的esp32-cam是带底座的,采用杜邦线连接。esp32-cam的烧录教程下载本代码文件后在这里。然后我们的PC端,有坑洼检测识别的代码。
2024-02-16 13:58:52 466
原创 156基于深度学习的花卉检测小程序含检测结果简介
01. py将数据集划分训练集和验证集,02.py训练数据集,03.py生成url与小程序交互。本期给大家介绍的是156基于深度学习的花卉检测小程序含检测结果简介。算法部分包含花卉数据集和3个py文件。代码分为了算法部分和小程序部分。
2024-02-16 13:57:14 612
原创 157通过SSH搭建本地电脑与服务器图像识别交互
服务器上的代码,主要是03predict.py,他会将本地传到服务器上命名为local_image.jpg的图片进行水果识别,识别结果再传回本地电脑。而进行图片传输已经调用服务器上的03predict.py运行,就要用到ssh。Main.py文件代码如下图。本期给大家介绍的是157通过SSH搭建本地电脑与服务器图像识别交互。代码分为了用于本地交互的代码和上传服务器的代码。
2024-02-16 13:53:27 334
原创 158基于yolov8的目标检测识别含数据集训练pyqt交互
其中datasets文件夹下存放的是数据集文件,分为了训练集和验证集,通过命令行输入python 01train.py即可训练。训练好的模型保存在runs文件下。代码是yolov8的目标检测训练,进入到目录ultralytics-main\ultralytics\models\yolo\detect文件下。运行python 02pyqt界面.py就可以有可视化的ui界面,通过点击按钮,加载图片,调用训练好的模型识别即可。本期给大家介绍的是158基于yolov8的目标检测识别含数据集训练pyqt交互。
2024-02-16 13:51:54 566
原创 159基于yolov8的嘴巴lip关键点检测含数据集训练pyqt界面
运行01划分数据集.py文件会将labelme标注的json格式数据集划分成训练集和验证集,其中图片都放到images文件夹下,生成的标签txt的yolo格式放到labels文件夹下。然后运行python 02train.py就可以将数据集进行训练,训练好的模型会保存在runs文件夹下。运行03pyqt界面.py就可以打开ui可视化界面,通过点击按钮加载自己感兴趣的图片识别即可。这里介绍下labelme标注的图片数据包括目标检测框和两个上下嘴唇的point关键点。下载代码后,进入到pose文件路径,
2024-02-16 13:50:12 576
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