061基于深度学习的建筑物高度检测

本文介绍了如何使用基于深度学习的方法进行建筑物高度检测,包括提供代码下载、视频教程,以及如何通过01makeTxt.py、train.py、detector_photo.py和pyqt界面实现图片处理、模型训练和交互式识别。还提到了相关的示例代码和环境配置选项。
摘要由CSDN通过智能技术生成

代码下载和视频演示地址:

061基于深度学习的建筑物高度检测_哔哩哔哩_bilibili

效果图如下:

 代码所有文件:

运行01makeTxt.py会将data文件下的图片路径及标签保存在txt文本内,

运行02train.py会对图片进行读取并训练模型保存在runs文件下,

运行03detector_photo.py会对单张图片进行预测,

运行04pyqt界面.py可以展示一个pyqt的可视化交互界面,通过点击按钮加载感兴趣的图片进行识别。

​注:

下载本代码环境自行安装(代码中含环境安装的r.txt)

如需远程安装环境运行,

或逐行代码注释(小白也能快速掌握理解代码),

或其他需求

都可进行定制。

其他代码可了解:

001手写汉字识别-单个汉字识别-pyqt可视化交互界面-python代码')
002unet墙体瑕疵检测-python-pytorch')
003水果识别小程序-python-pytorch-mobilenet')
004基于python的hog+svm实现目标检测')
005yolov5_deepsort目标跟踪行人统计数量')
006人流目标跟踪pyqt界面_v5_deepsort')
007Cyc

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值