项目
文章平均质量分 96
Python_csdn_csdn
这个作者很懒,什么都没留下…
展开
-
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。原创 2024-10-01 20:43:37 · 1835 阅读 · 0 评论 -
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。原创 2024-08-30 16:36:05 · 1241 阅读 · 0 评论