- 博客(11)
- 收藏
- 关注
RSS订阅原创 【项目实训】项目工作日志（十）
在前面的工作中，我们完成了智能车远程遥控程序的实现。接下来，我们将集中在智能车拍照获取巡航信息的代码上，通过摄像头实时拍照并保存图像数据，为智能车的巡航决策提供基础。本部分记录了拍照获取巡航信息的详细步骤和代码示例。通过摄像头实时拍照并保存图像数据，可以为智能车的巡航提供重要信息。以下是实现该功能的代码。2.定义数据收集类编写 CollectData 类，初始化摄像头和显示屏，并启动拍照功能：3.主函数编写主函数，启动数据收集功能：总结通过以上步骤，我们完成了智能车拍照获取巡航信息的实现。该功能
2024-06-23 18:13:25
192
1
原创 【项目实训】项目工作日志（九）
在前一部分的工作中，我们完成了智能车下位机摄像头检测的实现。接下来，我们将集中在智能车运行过程中的远程遥控程序上，通过手柄传输数据到上位机，上位机向下位机传输对应的信息，控制电机启动，使得脉轮旋转，从而完成对智能车的移动控制。本部分记录了远程遥控程序的详细步骤和代码示例。远程遥控程序是智能车控制的重要组成部分，通过手柄和上位机的协作，实现对智能车的精准控制。以下是远程遥控程序的代码实现。2.定义远程控制类编写 RemoteControlCar 类，初始化摄像头、手柄和车体，并启动后台线程处理图像和车体状
2024-06-23 18:10:46
176
原创 【项目实训】项目工作日志（七）
这一部分的工作日志详细记录了模型部署与预测的过程。通过组织目录结构、编写预测脚本并生成预测结果，我们确保模型能够在实际环境中高效运行并生成准确的预测结果。
2024-06-23 16:49:37
392
原创 【项目实训】项目工作日志（五）
这一部分，我们将对于巡航模型的训练和数据处理进行详细介绍。这是整个项目的基础，确保数据能够被模型正确读取和处理，并定义一个有效的神经网络模型来进行巡航任务。在下一篇博客中，我们将详细记录模型的训练过程和评估方法，确保模型在训练数据和验证数据上都能够取得良好的表现。敬请期待更多详细内容。为了训练巡航模型，我们首先需要对数据进行预处理。这包括解压数据集、配置相关路径以及定义数据获取函数。
2024-06-23 16:49:25
161
原创 【项目实训】项目工作日志（四）
这一部分的工作日志详细记录了模型部署与预测的过程。通过组织目录结构、编写预测脚本并生成预测结果，我们确保模型能够在比赛环境中高效运行并提交结果。在整个项目的最后，我们顺利完成了从数据采集、处理、训练到部署和预测的全部工作，为比赛做好了充分准备。通过本项目的四个阶段，我们成功构建了一个手写字体识别系统。从数据采集与标记、数据处理与转换，到模型训练和最终的部署与预测，每一步都严格按照比赛要求进行，确保了项目的高质量和高可靠性。我们期待在第十九届全国大学生智能汽车竞赛中取得优异的成绩。
2024-05-30 20:18:17
481
原创 【项目实训】项目工作日志（三）
这一部分的工作日志详细记录了模型训练的过程。通过数据集的上传与配置文件的修改，我们成功地在 PaddlePaddle 平台上进行了模型训练，并导出了静态推理模型。在接下来的部分，我们将介绍模型部署与预测的具体步骤。请关注下一个工作日志以获取更多详细信息。
2024-05-30 20:18:06
399
原创 【项目实训】项目工作日志（二）
这一部分的工作日志详细记录了数据处理与转换的过程。通过将标注数据转换为 COCO 格式，并调整数据集结构，我们为后续的模型训练做好了充分准备。在接下来的部分，我们将介绍模型训练的具体步骤。请关注下一个工作日志以获取更多详细信息。
2024-05-30 20:17:52
536
原创 【项目实训】项目工作日志（一）
这一部分工作日志详细记录了数据采集和数据标记的过程。通过手动和自动标记相结合的方法，我们确保了数据的高质量，为后续的模型训练奠定了坚实的基础。在接下来的部分，我们将详细介绍数据处理和模型训练的具体步骤。请关注下一个工作日志以获取更多详细信息。
2024-05-30 20:17:32
484
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