物体检测-系列教程 总目录

深度学习 面试必备 3 :物体检测(Anchor base/NMS/softmax/损失函数/BCE/CE/zip)

  1. Obtect Detection,物体检测10年的发展,物体检测历史最佳网络
  2. 物体检测-系列教程1:YOLOV1 整体解读
  3. 物体检测-系列教程2:YOLOV2 整体解读
  4. 物体检测-系列教程3:YOLOV3 整体解读
  5. 物体检测-系列教程4:YOLOV3 源码解读1(整体介绍与数据处理 :coco数据集/darknet预训练模型)
  6. 物体检测-系列教程5:YOLOV3 源码解读2(模型创建函数/darknet模型构造/前向传播计算方式)
  7. 物体检测-系列教程6:YOLOV3 源码解读3 (YOLO层)
  8. 物体检测-系列教程7:YOLOV3 源码解读4(Darknet)
  9. 物体检测-系列教程8:YOLOV5 项目配置
  10. 物体检测-系列教程9:YOLOV5 训练教程
  11. 物体检测-系列教程10:YOLOV5 wandb bug
  12. 物体检测-系列教程11:YOLOV5 源码解析1 (基本概述、目录结构介绍、训练命令行参数)
  13. 物体检测-系列教程12:YOLOV5 源码解析2 (create_dataloader函数)
  14. 物体检测-系列教程13:YOLOV5 源码解析3 (LoadImagesAndLabels类:构造函数)
  15. 物体检测-系列教程14:YOLOV5 源码解析4 (LoadImagesAndLabels类:数据加载器)
  16. 物体检测-系列教程15:YOLOV5 源码解析5(LoadImagesAndLabels类:cache_labels函数、collate_fn函数)
  17. 物体检测-系列教程16:YOLOV5 源码解析6(马赛克数据增强函数load_mosaic
  18. 物体检测-系列教程17:YOLOV5 源码解析7 (模型可视化/onnx工具使用/export.py/模型格式转换)
  19. 物体检测-系列教程18:YOLOV5 源码解析8 (配置文件:yolov5s.yaml)
  20. 物体检测-系列教程19:YOLOV5 源码解析9 (Focus模块、Model类构造函数)
  21. 物体检测-系列教程20:YOLOV5 源码解析10 (Model类前向传播、forward_once函数、_initialize_biases函数)
  22. 物体检测-系列教程21:YOLOV5 源码解析11 (模型创建:parse_model函数)
  23. 物体检测-系列教程22:YOLOV5 源码解析12 (BottleneckCSP层、Conv模块、Bottleneck模块)
  24. 物体检测-系列教程23:YOLOV5 源码解析13 (SPP层、Flatten模块、Concat模块、Classify模块)
  25. 物体检测-系列教程24:YOLOV5 源码解析14 (训练过程解读:训练配置文件、训练脚本train.py)
  26. 物体检测-系列教程25:YOLOV5 源码解析15(训练脚本解读:训练函数1)
  27. 物体检测-系列教程26:YOLOV5 源码解析16(训练脚本解读:训练函数2)
  28. 物体检测-系列教程27:YOLOV5 源码解析17(训练脚本解读:训练函数3)
  29. 物体检测-系列教程28:YOLOV5 源码解析18(训练脚本解读:训练函数4)
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
OpenMV循迹原理是通过串口将摄像头获取的图像进行二值化处理,并进行线性回归得到直线的角度和相对偏移量,然后将偏移量通过串口发送到STM32。STM32利用PID算法计算参数,并将参数转换成小车的速度,以实现控制小车循迹的目的。\[1\] 在物体识别方面,OpenMV可以通过图像处理算法来检测和识别物体。具体的实现方法可以根据具体的需求和场景来选择合适的算法和模型。例如,可以使用OpenMV的图像处理库来进行颜色识别、形状识别、边缘检测等操作,从而实现对物体的识别和跟踪。同时,也可以结合深度学习模型,如卷积神经网络(CNN),来进行更复杂的物体识别任务。\[1\] 总结来说,OpenMV循迹可以通过串口与STM32进行通信,利用线性回归和PID算法实现小车的循迹控制。而在物体识别方面,OpenMV可以通过图像处理算法和深度学习模型来实现对物体的识别和跟踪。\[1\] #### 引用[.reference_title] - *1* *3* [基于STM32的智能循迹避障小车](https://blog.csdn.net/m0_55933541/article/details/128630439)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [STM32循迹小车系列教程(四)—— 使用OpenMV循迹](https://blog.csdn.net/weixin_49821504/article/details/130451123)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

机器学习杨卓越

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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