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

预览 取消 提交

自定义博客皮肤

-+
上一步保存

yolo模型训练找我，AI游戏合作找我

网易资深游戏服务器架构设计，分享游戏服务器，客户端，深度学习经验

  • 博客(1231)
  • 资源 (92)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 ROS2 Gazebo 世界 2D/3D 地图生成器插件使用和代码

本文介绍了一款ROS2 Gazebo插件，旨在简化Gazebo仿真环境中的2D和3D地图生成。该插件支持ROS2服务调用、水平碰撞检测、YAML文件生成等功能，可将空间划分为等距点进行碰撞检测并生成地图。用户可通过参数自定义扫描区域、分辨率等设置，显著提升地图生成效率，尤其适用于Nav2路径规划等需要精确地图的应用场景。插件支持跳过垂直扫描以加速2D地图生成，并提供了详细的参数说明和使用方法。

2026-07-28 10:03:33 72

原创 使用VSCode配置Gazebo插件的交互式调试教程

本文介绍了使用VS Code调试Gazebo插件的方法。主要内容包括：1) 说明Gazebo客户端/服务端架构；2) 讲解如何用Debug模式编译插件；3) 配置VS Code的launch.json文件附加到gzserver进程；4) 两种调试场景：普通函数调试和启动代码调试，后者可采用等待循环技巧；5) 提供使用文件创建或变量更新的具体实现方案。文章强调调试需要带符号的二进制文件，并给出了colcon构建命令和调试配置建议。

2026-07-15 00:00:00 81

原创 Gazebo ROS2 中的相机校准

本文介绍了在Gazebo仿真环境中进行虚拟相机标定的详细方法。通过安装ROS2相机标定工具包（需修复Python脚本bug或从源码构建），启动带棋盘格模型的Gazebo场景，使用camera_calibrator节点订阅图像数据。提供了自动化脚本calibrate.sh通过ROS2服务调整棋盘格位姿以采集多角度数据，支持手动微调。当采集足够数据后，系统会生成包含内参矩阵、畸变系数等参数的yaml文件。该方法避免了真实相机标定的硬件需求，适用于机器人仿真开发中的传感器校准环节，流程涵盖环境搭建、数据采集和参数

2026-07-13 00:00:00 132 3

原创 基于 ROS2 Humble 的 MPU6050 IMU 传感器接口，适配 NVIDIA Jetson Nano 开发板

本文介绍了如何将MPU6050 IMU传感器与NVIDIA Jetson Nano通过ROS2系统集成。详细说明了硬件连接方式（VCC、GND、SCL、SDA引脚配置），软件安装步骤（需libi2c-dev依赖库），以及通过i2c-detect工具验证通信的方法。提供的ROS2驱动包支持自动校准功能，可发布标准IMU消息（当前版本四元数字段暂置零）。这种集成方案为开发具备精确运动控制能力的机器人系统提供了有效解决方案，充分发挥了ROS2中间件和Jetson Nano计算平台的优势。

2026-07-08 00:00:00 74

原创 在 ROS2、Gazebo 和 Moveit2 中模拟 6 自由度机器人手臂

本文介绍了基于ROS2的六自由度机器人开发流程，涵盖仿真、运动规划和编程三个关键环节。系统采用ROS2 Humble、Gazebo和MoveIt2构建，使用Python实现控制脚本。开发过程包括：1)在Autodesk Fusion中建模并导出URDF到Gazebo；2)通过ros2_control添加关节控制功能；3)利用MoveIt2配置运动规划组和碰撞矩阵；4)编写Python脚本实现轨迹控制。最终系统在仿真环境中成功实现拾取放置和避障等任务，验证了架构的有效性。项目文件包含控制、描述和MoveIt配

2026-07-07 00:00:00 220

原创 基于 ROS2 在树莓派上读取超声波传感器，并在图形界面窗口实时展示传感器数据

基于 ROS2 读取树莓派超声波传感器，并在图形界面窗口展示数据我们会通过 ROS2 读取树莓派外接超声波传感器的数据，并将测距数值发送到开发主机。还用QT写了一套简易可视化界面，用来展示收到的传感器数据，下面我们一步步实现。树莓派上的发布节点使用 Python 编写，开发主机的订阅节点采用 C++ 实现。

2026-06-27 00:15:00 145

原创 初学者的ROS2教程：创建你的第一个节点node

我们脑海中浮现的第一个问题是——什么是节点？我将介绍什么是节点以及如何创建一个节点。在创建节点之前，了解如何创建工作区和软件包很重要。如果不建立ROS2工作区和包，就无法建立ROS2节点。如果你知道如何创建软件包，那么你可以继续阅读此博客。但如果你不知道如何这样做，那么你就不会理解我们将要讨论什么。你可以参考以下文章来了解如何创建工作区和软件包。

2026-06-09 14:26:50 145

原创 初学者ROS2教程：创建你的第一个工作区和软件包

虽然安装开发工具是可选的，但我强烈建议你也安装它们，你可以找到以两种不同方式安装ROS2。即使你正在使用其他发行版，我也建议你阅读此博客，因为无论你使用什么发行版，核心ROS2功能都将保持不变，因为这些是ROS2的基础，最不可能随着时间的推移而改变。的发行版，它已于2024年发布，EOL年为2029年，这意味着它是最新的ROS2发行版，并将由制造商支持到2029年。首先，我们将安装ROS2。为了充分利用这个博客，我建议你使用分屏功能，如果你使用的是笔记本电脑或个人电脑，这样你就可以阅读这个博客并同时关注。

2026-06-09 12:19:22 144

原创 从零开始用 rclgo 定义 ROS2 自定义消息并发送服务请求

本文详解如何使用 rclgo 在 Go 语言中定义 ROS2 自定义消息并发送服务请求。涵盖环境配置、结构体映射及服务通信实战，帮助开发者利用 Go 特性高效构建机器人应用，实现多 Topic 管理与点云数据发布。

2026-06-09 10:33:03 191 1

原创 将自定义 ROS 2 机器人部署到 Gazebo Ionic 仿真环境-第三部分（坐标变换树与机器人运动控制，以及优化方案）

你已经成功将自定义 ROS 2 机器人部署到 Gazebo Ionic 仿真环境中。你掌握了物理属性建模、原生数据流转换、虚拟传感器配置、运动学坐标树映射、工业级启动系统开发等核心技能。

2026-05-28 00:00:00 275

原创 YOLO智能目标检测与告警可视化系统，支持USB相机、IP相机（RTSP）和本地图片三种数据源，具备实时推理、智能告警、数据持久化等功能，python开发

随着计算机视觉技术的飞速发展，目标检测在安防监控、工业质检、智能交通等领域得到广泛应用。本项目基于YOLO（You Only Look Once）深度学习框架，构建了一套完整的智能推理告警系统，实现实时目标检测、智能告警和数据管理功能。该项目的大体核心框架的思路可作为大部分项目的实现思想，并在此基础上可以进行扩展，比如多相机接入，换数据库DB存储方式等等。完整的UI界面：支持相机和图片两种数据源实时推理能力：基于YOLOv8实现高效目标检测智能告警机制：置信度阈值判断，自动保存告警记录数据持久化。

2026-05-27 12:52:42 453

原创 基于YOLO模型的实时目标检测与告警系统：Python实现与SQLite存储

完整的UI界面：支持相机和图片两种数据源实时推理能力：基于YOLOv8实现高效目标检测智能告警机制：置信度阈值判断，自动保存告警记录数据持久化：SQLite数据库存储，支持分页查询。

2026-05-27 12:08:36 279

原创 将自定义 ROS 2 机器人部署到 Gazebo Ionic 仿真环境-第二部分（生成 URDF 模型，传感器集成和RViz2可视化）

是舞台、灯光与物理引擎，而则是在这个舞台上行动的演员（机器人）！

2026-05-27 00:15:00 219

原创 自定义 ROS 2 机器人部署至 Gazebo Ionic 仿真环境（第一部分）：ros_gz_bridge 消息桥接与多机器人管理

在传输传感器数据、控制机器人运行之前，我们需要让 ROS 2 与 Gazebo Ionic 实现。

2026-05-27 00:00:00 472

原创 go生成ROS2自定义消息和代码（rclgo库），并生成简单的发布和订阅代码工程

本文详细介绍了在ROS2中创建自定义消息并生成Go语言绑定的完整流程。首先在~/ros2_ws工作空间下创建patchworkpp_msgs消息包，定义包含header、尺寸、坐标点等字段的WallInfo.msg消息文件。随后配置package.xml和CMakeLists.txt文件，完成消息包的编译。接着使用rclgo-gen工具生成对应的Go语言结构体代码，并编写Go程序实现消息订阅功能，包括初始化ROS2节点、创建订阅者以及消息回调处理逻辑。最后通过设置CGO环境变量解决编译问题，实现Go程序与R

2026-03-05 13:56:28 4021 2

原创 游戏服务器架构：游戏服务端如何支持百万玩家同时在线

用通俗的方法来描述一个好的服务端架构，最基础也是最重要的就两点： 支持百万玩家同时在线，不出问题。这两点也就分别对应了高并发和高可用。这篇文章系统的介绍游戏服务端中的高并发和高可用。高并发和高可用是一个相辅相成的工作，当我们支持百万玩家同时在线时却无法保证服务器的稳定可用，那高并发支持就无从谈起；而如果当玩家数量较多时服务器就常常出问题，那也不能称为高可用。

2024-04-12 00:30:00 35450 4

原创 关于游戏架构设计的一些整理吧

在单位设计上必须冲头到尾贯彻面向对象的“继承”观念先设计基础单位A ，再在之上扩展到所有的单位，也就是说，所有的普通单位都可以追溯到一个起源的对象，否则代码量会让你想死然后就能获得所有的单位和建筑物了-----------------------------------------------------------------------地图寻

2016-02-26 15:58:38 45649 4

原创 小黄鸭机器人技术全解-第 11 章 把螺丝变成采购单

上一章我们用 155 行 Python 把整机的孔数了出来：M2 过孔 ×77、沉头孔 ×28、攻丝底孔 ×20。但——真正的目标是。lens这一章把这三道坎逐一说清楚，最后给出一份，含具体店铺、SKU、价格与警示。jaw_soft图 11-1　爆炸视图里每两个法兰盘之间的一对孔，就是采购清单上的一颗螺丝。

2026-09-24 12:03:00 8

原创 小黄鸭机器人技术全解- 第 10 章 紧固件逆向：让算法数出整机的螺丝

这是第二篇的压轴。 前五章我们拿到了 15 个刚体的质量、14 个关节的轴线与行程、16 个可装配的 STL。但"能打印"和"能装起来"之间，还差一张关键清单：整机到底用多少颗什么规格的螺丝？上游开源包里没有机械 BOM，没有装配文档，没有螺丝清单（HAT 板有电子 BOM，但不含结构件）。我们手里只有 47 个 STL 网格——而 CAD 导出的网格里，一个孔就是一段圆柱面。于是问题变成了一道纯几何题：这一章就讲这道题怎么解： 一共 155 行 Python，2.5 秒扫完全机 47 个零件，输出"M2

2026-09-24 11:55:21 35

原创 带标注的管道泄漏热成像数据集，识别率96.4%，505张图，支持yolo，coco json，voc xml,文末有模型训练代码

​带标注的管道泄漏热成像数据集，识别率96.4%，505张图，支持yolo，coco json，voc xml,文末有模型训练代码。

2026-09-21 14:31:40 356

原创 Otto Tuya (T5‑AI‑Board) ROS2+AI 视觉全指南：TuyaOS 底层原理、串口桥接与机器人实操

float32 linear_x # 前进后退速度 -1.0 ~ +1.0float32 angular_z # 旋转角速度 -1.0 ~ +1.0uint8 mode # 0轮式模式 /1步行模式float32 ultrasonic_dist # 超声波距离 mint8 battery_percent # 电池百分比注意：不要直接使用标准原始大消息通过串口传输，320×240 YUV帧数据量很大，串口带宽会直接打满，需要做分包传输。

2026-09-18 16:29:29 279

原创 小黄鸭机器人技术全解-第 09 章 爆炸图是怎么自动渲染出来的

microduckRendererproj()CN图 9-1　侧视爆炸图（）：15 个部件沿运动链逐级炸开，每级 48 mm。左腿五件套沿"腿的方向"拉出、颈头链沿"脖子方向"拉出——偏移方向来自 MJCF 的父子位置差，不是人为指定。

2026-09-18 14:52:27 13

原创 小黄鸭机器人技术全解- 第 08 章 从仿真网格到可装配 CAD：world transform 导出

先看清楚"堆在原点"是什么意思。上游仓库里的 47 个 STL，每个零件的几何都定义在它自己的局部坐标系的原点在大腿的某个加工基准面上，的原点在踝关节的某个端面上……这些局部坐标系是当年做 CAD 时各自的建模习惯产物，彼此之间没有任何关系。MJCF 的作用就是"把这些局部坐标系串起来"：每个<geom>属于一个<body>，body 的posquat描述"这个 body 的原点在父 body 坐标系里的位置"。于是从根到任意 geom 的世界位姿 = 沿树累乘（第 05 章 5.5 节的齐次变换链）

2026-09-18 14:48:41 388

原创 小黄鸭机器人技术全解-第 07 章 关节自由度与行程参数

—鸭子歪着头转头时，转的平面是斜的，这正是它"灵动"感的来源。仿真里这是自动的（轴定义在父刚体系），复刻时不需要做任何事——

2026-09-17 14:19:19 28

原创 小黄鸭机器人技术全解-第 06 章 质量分布与高重心之困

limp_fall图 6-1　侧面轮廓的"高重心"直觉：躯干重心大约在整机高度的 60% 以上，189 g 的头部总成还悬在脖子末端。这个轮廓决定了它走路时的动态稳定性边界——本图由 MJCF 渲染，轮廓即 737.2 g 质量树的投影。

2026-09-16 10:38:58 125

原创 小黄鸭机器人技术全解-第05章 MJCF 运动学树：15 个刚体与 14 个自由度

body><joint>图 5-1　侧面爆炸图：15 个部件沿运动链逐级炸开（每级 48 mm 偏移）。左/右腿的镜像关系、颈头链的四级结构在这张图上最清楚——每一块的颜色、名称、质量都来自 MJCF。

2026-09-16 10:25:18 14

原创 小黄鸭机器人技术全解-第 04 章 复刻资料地图与可行性总览

信息层面 12/14 全绿（⚠️ 已降级为验证风险、❌ 是工程问题不是能力问题），经济层面个人复刻必然 > $399——

2026-09-15 09:57:55 126

原创 小黄鸭机器人技术全解-第 03 章 逆向方法论：代码即规格书

microduck图 3-1　由三条证据链共同支撑的结论：五个电气模块的物理布局。这张图没有任何拆机照片参与——主控在头里（jaw_soft 刚体）、总线走脖子、电池在身后下方，全部来自 MJCF 刚体绑定 + 源码设备路径 + HAT 原理图的交叉推理。

2026-09-15 09:52:20 10

原创 ROS机器人开发-第 02 章 开源的边界：哪些能抄，哪些要自己造

逆向任何产品的第一步不是拆东西，而是。这一章就是干这件事：Microduck 到底开源了什么、没开源什么、官方为什么这么说、复刻仓库自己是怎么栽了跟头又纠正过来的。边界划对，后面 34 章才不会在"这个件到底有没有官方资料"上反复打转。imu_to_dxlmicroduckelec_图 2-1　15 个部件沿运动链炸开的爆炸图（由 MJCF 自动渲染，每个部件标注名称与质量）。这张图本身就是"软件全开"的产物：没有官方装配图，复刻仓库用仿真模型自己画了出来。

2026-09-11 13:44:46 520

原创 ROS机器人开发-01-小黄鸭Microduck是什么

最后一个"为什么"：为什么是鸭子？从产品角度，答案不难猜：25 cm 的体量为"桌面/近人"机器人，鸭子造型友好、辨识度高、没有"恐怖谷"问题（它不是拟人机器人），而且"会走路的鸭子"这个 meme 自带传播属性——860 万浏览的推文就是证明。但从工程角度，鸭子造型和它的动力学需求其实是一对矛盾：鸭子的身体是"前面大（头+胸）、后面收（尾部）"的，这意味着重心天然偏前偏高，而双足行走最需要的是低、稳、靠后的重心。

2026-09-11 13:41:01 39

原创 调试必备：查看 ROS2 自定义消息内容与点云数据的命令行技巧

本文详解 ROS2 调试技巧，重点解决 rclgo 自定义消息类型识别难题与点云数据查看痛点。通过环境变量配置、命令行参数过滤及 QoS 策略匹配，帮助开发者高效排查数据黑盒问题，掌握从消息定义到验证的完整闭环流程。

2026-09-10 16:12:31 25

原创 告别卡顿，ROS2 雷达图像传输的带宽优化全攻略

本文详解 ROS2 雷达图像传输的带宽优化全攻略。针对 SLAM 系统卡顿痛点，通过 JPEG 压缩、点云滤波及 DDS 多播技术大幅降低数据负载。结合 QoS 策略配置与 5GHz 硬件调优，有效解决网络拥塞，确保机器人控制指令实时稳定传输。

2026-09-10 16:10:01 19

原创 教程六:ROS2 Humble 下, 长眼睛的鸭子:没有真传感器,也能“看见“世界——激光雷达 / 合成相机 / 控制入口

前两篇,鸭子会走路、会表演了。但一台"巡检机器人"还得感知世界:它得知道墙在哪、家具在哪、玩具在哪——以及,我们这些观众怎么指挥它。真机方案是装一个 rplidar、接一个 USB 摄像头。而在纯 Python 仿真里,这两个"传感器"其实是两个独立节点,靠数学自己算激光雷达 = 从安装位置朝 360 个方向发几何射线,与家具求交,量出距离;合成相机 = 把世界里的家具透视投影到一张图上,再用 OpenCV 填色。最妙的是,它们和真传感器发布同样的话题、同样的消息类型。

2026-09-09 01:45:00 28

原创 教程五： 基于ROS2环境开发有表情和嘴巴夹东西动作的海外爆火的小黄鸭机器人

上一篇我们让鸭子"活"了——会呼吸、会走路、会避障、会巡逻。但一台机器人要打动观众,光会动不够,还要会**“演”**:难过的时候垂下眉毛,高兴的时候摇尾巴,走路绊倒了能自己翻回来,看到玩具会走过去叼起来。这一篇的所有技能依然没有一行物理表情 =一张关节偏移表;摔倒翻身 =一段分段函数;夹玩具 =一次正运动学运算 + 一段时间线。看完你会发现:机器人"会表演"的本质,是把人类的直觉拆成可量化的关节目标,再按时序喂给 60Hz 状态机(上篇讲过的主循环)。开始。

2026-09-08 17:56:26 24

原创 教程四:ROS2 Humble 下,会走路、会避障的鸭子:一个 60Hz 行为状态机是如何“演“出来的

做机器人仿真,第一反应往往是上物理引擎(重力、碰撞、摩擦)。但对"演示行为"这件事,你真正需要的只是每个关节每秒该转到多少度——这属于运动学,而运动学 RViz 就能消费。没有一行物理,全靠"编排"。它看起来会走路、会避障、会按路线巡逻,但底层全是三角函数和 if/else。看懂这套 60Hz 主循环,你就掌握了把"假动作"变成"活机器人"的核心套路。想先看成品?跑起来:终端①,终端②,按e漫游、按w巡检。

2026-09-07 10:56:08 28

原创 教程三:ROS2 Humble 下,小黄鸭如何获取雷达数据:数据链路 + 核心代码堆栈

适用工程:microduck_sim(ROS2 Humble,纯 Python 运动学仿真,macOS conda)同时给出对照与两套讲解,便于"仿真→真机"迁移。基于ROS2的小黄鸭机器人仿真开发。

2026-09-07 10:52:26 484

原创 教程二:用 URDF/Xacro 徒手捏一只“小黄鸭“——建模、关节设计、材质配色与 RViz2 显示调优

系列:《microduck_sim 机械鸭机器人仿真》从零解读本篇所有代码都来自(约 550 行),不依赖任何外部 mesh,模型完全是 sphere / box / cylinder 三种原始几何体拼出来的。

2026-09-03 22:09:01 152

原创 教程一:ROS2 Humble 下,用纯 Python 搭一个国外爆火的“小黄鸭“的机器人仿真

基于ROS2的小黄鸭机器人仿真开发。

2026-09-03 22:04:48 39

原创 带标注的牙齿损坏数据集识别率70.1% 911张图，识别3种病变严重程度分级和健康的牙齿，支持yolo，coco json，voc xml,文末有模型训练代码

​带标注的牙齿损坏数据集识别率70.1% 911张图，识别3种病变严重程度分级和健康的牙齿，支持yolo，coco json，voc xml,文末有模型训练代码。

2026-08-30 13:18:16 181

原创 带标注的脊椎侧弯识别数据集，识别率82.5%，3199张图，可识别三种级别的和健康的脊椎，支持yolo，coco json，voc xml,文末有模型训练代码

带标注的脊椎侧弯识别数据集，识别率82.5%，共3199张图，可识别三种级别的脊椎侧弯及健康脊椎，支持YOLO、COCO JSON、VOC XML等主流标注格式，文末附完整模型训练与验证代码。

2026-08-27 15:23:42 212

带标注的管道泄漏热成像数据集，识别率96.4%，505张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/165879815 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式 带标注的管道泄漏热成像数据集，识别率96.4%，505张图，支持yolo，coco json，voc xml,文末有模型训练代码

2026-09-21

ROS2 Humble 下,用纯 Python搭一个国外爆火的小黄鸭的机器人仿真程序代码，可直接运行，实现点头和表情控制，碰撞寻路，跌倒爬起来
ROS2 Humble 下,用纯 Python搭一个国外爆火的“小黄鸭“的机器人仿真程序代码，可直接运行，详细步骤有readme 详情可点击查看博客：https://backend.blog.csdn.net/article/details/164340594?spm=1011.2415.3001.5331

2026-09-03

带标注的牙齿损坏数据集识别率70.1%，可识别6种不健康和健康的牙齿类型，911张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/164118875 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-08-27

带标注的脊椎侧弯识别数据集，识别率82.5%，3199张图，可识别三个级别和正常的，支持yolo，coco json，voc xml,文末有模型训练代码
带标注的脊椎侧弯识别数据集，识别率82.5%，3199张图，可识别三个级别和正常的，支持yolo，coco json，voc xml,文末有模型训练代码

2026-08-20

带标注的运动员，裁判，羽毛球识别数据集，识别率84.4%，2879张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/163637459 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-08-10

带标注的东南亚16种常见毒蛇和无毒蛇识别数据集， 识别率73.4%，7593张图，支持pascal voc xml

预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/163563763 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-08-07

带标注的东南亚16种常见毒蛇和无毒蛇识别数据集， 识别率73.4%，7593张图，支持coco json

预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/163563763 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-08-07

带标注的东南亚16种常见毒蛇和无毒蛇识别数据集， 识别率73.4%，7593张图，支持yolo
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/163563763 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-08-07

带标注的绝缘子缺陷识别数据集，识别率97.1%，1249张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/163135934 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-27

带标注的扑克牌识别数据集，识别率99.5%，3083张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/163134208 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-24

​ 带标注的浮游藻类24种数据集，识别率91.5 %数据集， 23175张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/163133027 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-24

带标注的寄生虫8种类型数据集，识别率83.2%， 2110张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/163133452 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-23

带标注的成熟棉花识别数据集，识别率83.9%数据集，505张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/162903433 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-23

带标注的51种中草药材，识别率81.9%数据集， 23927张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/163041214 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-23

带标注的墙面红外缺陷数据集，可识别8种类型的缺陷，1874张图，支持yolo，coco json，voc xml,文末有模型训练代码
数据集图片，标注信息，模型训练代码可查看我的博客：https://backend.blog.csdn.net/article/details/163083375

2026-07-21

带标注的篮球篮框球员识别数据集，准确率97.9% ，9515张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/163045178 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-21

带标注的路边坑洼和减速带识别数据集，5735张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/163039572 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-20

​ 带标注的云室粒子探测分类，可识别α粒子β粒子μ子，识别率94%，4588张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/163038166 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-20

带标注的细胞有丝分裂数据集数据集，识别率95.9%，304张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/163036187 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-20

带标注的移动通信基站信号塔，可识别塔架和塔身数据集，识别率93.5%，1008张图，支持yolo，coco json，voc xml, json

预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/162827981 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-20

带标注的集装箱缺陷数据集，识别率77.5%，可识别生锈，孔洞，凹陷变形三种缺陷，13889张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/162963035 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-17

带标注的带标注的医用采血管分类和标签识别数据集，识别率80.7%，5524张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/162959389 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-17

带标注的蜜蜂识别数据集，识别率88.6% ，8080张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/162903977 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-16

带标注的棉花数据集，可识别未开裂，开裂，初花，受精花，成熟的等5种棉花生长阶段，识别率76.5%，1388张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/162900703 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-15

带标注的药品包装缺陷数据集，识别率93%，2422张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/162844096 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-15

带标注的饮料瓶罐分类数据集，可识别玻璃瓶，塑料瓶，水壶易拉罐，识别率95%，15645张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/162867745 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-14

带标注的SDD-SAR遥感船舶识别数据集，识别率92.9%，7000张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/162864420 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-14

带标注的山体滑坡塌方数据集数据集，识别率78.1%，974张图，支持yolo，coco json，voc xml，darknet,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/162860824 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-14

基于ROS2的Gazebo仿真环境模拟中同时生成多个机械臂的项目代码打包下载
这个代码提供了一个ROS2软件包，展示了在Gazebo模拟中同时生成多个机械臂。从历史上看，这种应用程序在ROS2社区中很难获得，这给希望实现多臂机器人系统的开发人员留下了知识差距。这里概述的工作不仅填补了这一空白，还为希望在Gazebo中复制类似多机器人模拟的初学者和有兴趣的人提供了实用指南。 详细说明步骤可参考我的博客：https://backend.blog.csdn.net/article/details/162766987?spm=1011.2415.3001.5331

2026-07-10

ROS2 Gazebo 世界 2D/3D 地图生成器插件使用代码
本文我给大家介绍一款 ROS2 Gazebo 插件，旨在简化从 Gazebo 世界模拟中创建 2D 和 3D 地图的过程。该插件支持诸多高级功能，例如基于 ROS2 服务的调用系统、水平碰撞检测、YAML 文件生成以及转换为系统插件。该插件通过将空间划分为等距点并评估潜在碰撞来生成地图。此过程可自定义，可通过参数定义地图的扫描区域、分辨率、碰撞检测倍数和像素阈值。该插件显著提升了 Gazebo 地图生成效率，尤其适用于 Nav2 路径规划等应用，这些应用在开发、测试和部署过程中需要精确的合成地图。此外，该插件还包含一些优化功能，例如可以选择跳过垂直扫描，从而在仅需 2D 地图时加快生成速度。

2026-07-10

使用 ROS2 服务在Gazebo仿真环境做步进控制工程代码
使用 ROS2 服务在Gazebo仿真环境做步进控制工程代码 代码和详细的说明请查看博客链接：https://backend.blog.csdn.net/article/details/162762457?spm=1011.2415.3001.5331

2026-07-10

带标注的21种中药材识别数据集，识别率73.8%数据集，2237张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/162719144 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式 可以识别出天麻、白芷、麦冬、甘草、火麻仁、百合、决明子、川芎、莲子心、酸枣仁、陈皮、大枣、黄芪、山楂、当归、玉竹、枸杞子、白茅根、凉粉草、丹参、冬虫夏草等 21 种药材

2026-07-09

带标注的99种常见中药材识别数据集数据集，9709张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/162700882 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式 当前数据集可识别出菊花、乳香、生姜、龙眼肉、荜茇、山楂、水蛭、五倍子、石膏、砂仁、仙茅、大枣、软紫草、山柰、夏枯草、西红花、桑椹、泽泻、天麻、鱼腥草、蛇蜕、海马、人参、莲子心、银杏叶、金银花、川贝母、姜黄、牛蒡子、苦杏仁、大血藤、蛤壳、灵芝、蛤蚧、荜澄茄、白僵蚕、三七、枸杞子、白术、款冬花、羚羊角、相思子、栀子、莲子、黄连、牡蛎、大蒜、蝉蜕、核桃仁、全蝎、豨莶草、鸡冠花、乌梅、桃仁、旋覆花、薏苡仁、川楝子、川芎、菟丝子、青果、鳖甲、青葙子、木蝴蝶、草果、枳实、白茅根、锁阳、蒺藜、月季花、胖大海、天山雪莲花、槟榔、路路通、柴胡、通草、辛夷、杜仲、佛手、当归、拳参、宣木瓜、土鳖虫、三棱、厚朴、猪牙皂、金樱子、柿蒂、皂角刺、大腹皮、化橘红、罗汉果、八角茴香、百合、山药、女贞子、蜈蚣、蒲公英、淫羊藿、甘草等 99 种药材。

2026-07-08

带标注的雨天高速路上光线强弱，雨点数据集数据集，7926张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/162696115 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-08

带标注的焊缝缺陷识别数据集，可识别裂纹，气孔，烧痕，识别率91.8%，5993张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/162657674 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-07

带标注的车轮胎上的螺母识别数据集，识别率87.2%，83张图，支持yolo，coco json，voc xml, darknet文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/162546977 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-07

带标注的带标注的螺母螺栓松动，缺失，完好数据集，3770张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/162633307 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-07

带标注的打电话识别数据集，识别率98.9%，9723张图，支持yolo，coco json，voc xml,文末有模型训练代码
预览数据集中的图片，标注信息，训练模型代码可点击查看我的博客链接：https://blog.csdn.net/pbymw8iwm/article/details/162636357 数据集使用方法和模型训练相关技术问题可免费咨询，主页获取作者联系方式

2026-07-07

基于 ROS2 Humble 的MPU6050 IMU传感器接口可通过I2C总线与MPU6050惯性测量传感器建立通信工程代码 节点启动时会自动对传感器执行校准
本代码仓库提供一套 ROS2 功能包，可通过 I2C 总线与 MPU6050 惯性测量传感器建立通信。节点启动时会自动对传感器执行校准（校准过程中传感器需水平放置、Z 轴朝上，且全程保持静止）；你可在参数配置文件中关闭自动校准功能。驱动会输出 ROS 标准 IMU 消息，但当前版本消息内的四元数字段统一置 0。详情可点击查看我的技术博客： https://blog.csdn.net/pbymw8iwm/article/details/162638339 依赖项 libi2c-dev（I2C 设备开发库） 在工作空间编译该功能包 运行 colcon build --packages-select mpu6050driver 加载编译生成的环境配置文件 运行 . install/setup.bash 启动驱动程序 运行 ros2 launch mpu6050driver mpu6050driver_launch.py

2026-07-06

ROS2机器人多个节点用于控制系统的不同方面，包括关节控制器、传感器接口和运动规划模块代码
这款六自由度机器人采用机械臂结构，拥有六个关节用于运动。在 ROS 2 架构中，多个节点用于控制系统的不同方面，包括关节控制器、传感器接口和运动规划模块。Gazebo 作为仿真环境，提供逼真的物理效果和传感器反馈。我使用 Autodesk Fusion 创建了机器人模型，并使用 ROS2 的 URDF 导出器将其导出为 URDF 文件。然后，我将其导入 Gazebo 进行仿真。我添加了世界链接，使其与世界地面绑定。 由于机器人在模拟环境中缺乏控制，因此我使用 ros2_control 添加了控制功能。我在 gazebo.launch.py​​ 中定义了关节、命令和状态接口，并添加了控制器启动器来生成模型并初始化机器人的控制器。 使用 MoveIt2 进行运动规划 MoveIt2 为运动规划和操作任务提供了一个强大的框架。机器人的运动学模型与 MoveIt2 接口，从而能够在构型空间中进行路径规划。该框架实现了多种运动规划算法，包括快速探索随机树（RRT），以生成无碰撞轨迹。 Python编程 Python 脚本用于在 ROS 2 环境中控制机器人的行为。轨迹生成、逆运动学计算和反馈控制等函数均用 Python 实现。这使得编程更加灵活，并且易于与 ROS 2 节点集成。该脚本需要 8 个参数：6 个用于指定每个关节的位置，2 个用于指定持续时间。在 VS Code 中的文件设置如下：控制、描述和 MoveIt 配置分别位于 welder_ws 目录下的独立包中。

2026-07-06

查看更多

CSDN博客之星拉票

2025-02-14

如何获取车机系统内部的文件和文件夹

2023-11-02

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