- 博客(20)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 一步步教您轻松搭建YOLO训练环境（视频教程）
一旦你训练好了模型并验证了其性能，你就可以将其部署到实际应用中了。这可以通过将模型导出为特定的格式（如ONNX）或使用适当的推理引擎（如TensorRT）来实现。具体的部署方法取决于你的应用程序和平台。请注意，以上步骤是一个基本的指南，具体的安装和配置过程可能因你的环境和需求而有所不同。如果你遇到任何问题或错误消息，请查阅相关的文档和社区论坛以获取帮助。YOLO（You Only Look Once）是一种流行的实时目标检测算法。二、安装CUDA和cuDNN。四、下载和配置YOLO代码。
2024-05-16 09:36:08
502
原创 LabelMe和x-anyLabeling标注工具的合二为一版
可以支持yolov6,yolov6,yolov8,yolov9的标注工具，并附带自动生成训练集代码工具，可以一键训练
2024-04-27 20:16:30
489
1
原创 功能完善的OCR自动标注工具（离线版）
功能完善的OCR自动标注工具，可自动识别文字，并自动生成标注标签，可一键导出所有Label文件，本工具完全依赖离线OCR文本识别功能，无需联网既可自动标注。OCR文本自动标注工具。
2024-04-15 13:43:28
459
1
原创 基于PaddleOCR的表格识别技术
基于PaddleOCR的表格识别是一种高效、准确的表格信息提取技术。PaddleOCR是一个开源的OCR工具库，它基于深度学习技术，尤其是卷积神经网络和序列模型，能够自动学习和提取表格中的文字、数字和结构信息。总的来说，基于PaddleOCR的表格识别是一种功能强大、灵活性高的技术，为各种表格信息提取场景提供了高效、准确的解决方案。基于PaddleOCR的表格识别技术具有高效率的优点，能够快速提取和处理表格中的信息，方便用户进行后续的数据分析和处理。
2024-04-12 06:00:00
518
1
原创 基于PaddleOCR的驾驶证正副本识别框架
基于PaddleOCR的驾驶证正副本识别框架是一个利用深度学习技术，特别是OCR（光学字符识别）技术，对驾驶证正副本进行自动识别的系统。这种框架可以极大地提高识别效率，减少手动录入的错误，并在多个领域如车辆保险、车辆理财业务、租车业务、二手车交易业务等中发挥重要作用。此外，基于PaddleOCR的驾驶证正副本识别框架还可以进行进一步的优化和扩展。总的来说，基于PaddleOCR的驾驶证正副本识别框架是一个功能强大、灵活性高的系统，它能够满足多种场景下的OCR需求，为各类业务提供高效、准确的文字识别服务。
2024-04-11 21:21:29
483
原创 基于PaddleOCR的车牌识别框架
PaddleOCR是由百度公司开源的，基于飞桨（PaddlePaddle）深度学习框架的轻量级OCR（Optical Character Recognition，光学字符识别）工具包。在使用PaddleOCR进行车牌识别时，通常会利用PaddleOCR的检测算法（如DBNet）来检测出车牌的位置，然后将车牌位置裁剪出来，送入文本识别算法（如CRNN）来识别车牌的具体内容。首先，文字检测模块会检测图片中的文字位置，即车牌的位置。然后，文字识别模块会对文字区域中的文字进行识别，即识别出车牌上的字符。
2024-04-10 13:53:15
671
1
原创 cn.PaddleOcrV4 PaddlOCR离线文字识别框架，身份证识别
cn.PaddleOcr 支持PP-OCRv2、PP-OCRv3、PP-OCRv4三个版本ocr识别。支持 Windows(x64) ，支持cpu和Gpu模式（Cuda）运行，当前调试代码为cpu模式。基于以下开源项目，做了再次封装。
2024-04-09 18:47:48
1177
原创 c#中文件/图片Base64编码和文件/图片的互转
/ 替换为你希望保存的文件路径。// 替换为你的文件路径。命名空间中的类来将文件转换为Base64编码，以及将Base64编码转回文件。Console.WriteLine("文件已经由base64编码创建完成");// 将文件转换为Base64编码字符串。// 将Base64编码字符串转换回文件。
2024-04-08 19:46:47
489
原创 c#版 Mdi子窗体管理程序介绍
实现这些功能时，可以考虑使用C#中的窗体（Form）类、事件（Event）机制、集合（Collection）类、布局管理（Layout Management）等技术。同时，也需要关注程序的性能、稳定性和用户体验。
2024-04-07 17:07:02
1204
原创 SixLabors.ImageSharp.PixelFormats.Rgba32和System.Drawing.Image 格式互转
// SixLabors.ImageSharp.PixelFormats.Rgba32转System.Drawing.Image。/// System.Drawing.Image转SixLabors.ImageSharp.PixelFormats.Rgba32。
2024-04-03 08:13:54
485
1
原创 计算机视觉技术的发展和应用领域
计算机视觉技术的发展历经了多个阶段，每个阶段都为后续的进步奠定了坚实的基础。从最初的模式识别领域，主要关注二维图像的分析和识别，到后来逐渐发展为一个独立的学科，计算机视觉的研究范围和应用领域不断拓宽。除此之外，计算机视觉技术还广泛应用于健康和安全领域，如用于监控社交距离规定和佩戴口罩的情况，以及通过肺部图像诊断病情等。总之，计算机视觉技术的发展和应用领域已经取得了显著的成果，并在不断推动着科技进步和社会发展。随着深度学习、三维视觉、视频分析等技术的不断突破，计算机视觉将在更多领域展现出其强大的应用潜力。
2024-04-02 11:38:41
345
1
原创 YOLOv8在工业视觉识别领域的应用
首先，YOLOv8是在前几代YOLO算法基础上的融合改进版，其特点在于高效、准确，并具备多平台支持的能力。通过采用新的骨干网络架构、Anchor-Free检测头以及全新的损失函数，YOLOv8在目标检测和分割任务上实现了显著的性能提升。此外，YOLOv8还具有卓越的可扩展性，支持其他类型的模型以及各种任务，如分类、分割、姿态估计等。总的来说，YOLOv8在工业视觉识别领域具有广泛的应用前景。随着技术的不断发展和完善，相信未来YOLOv8将在更多领域发挥重要作用，推动工业生产的智能化和自动化水平不断提升。
2024-04-01 08:24:15
957
原创 YoloV8视频实时检测
基于onnxRuntime，使用c#版实现的基于YoloV8s模型的视觉检测框架,yolov9模型也可使用。3、支持：图片分类、物体检测、Sam分割、Pose姿态检测/动作、OBB旋转框、动作关键点预测。8、毫秒级推理，运行速度快，几行代码即可调用，自动识别模型，无需单独设置模型参数。9、封装类中含有大量注释，从预处理到后处理，轻松学会整个推理过程，轻松上手。4、支持CPU、GPU，一键切换使用Cpu或者Gpu运行。5、支持集成显卡、Nvidia显卡、amd显卡的推理。2、支持YoloV8s模型。
2024-03-31 11:06:24
669
1
cn.PaddleOcrV4 OCR文字识别框架 支持PP-OCRv2、PP-OCRv3、PP-OCRv4三个版本ocr识别
2024-04-09
mdi子窗体管理，使用TabControl控件显示的子窗体管理程序
2024-04-07
批量读取Yaml文件，并获取Onnx模型下载地址，批量下载onnx模型
2024-04-01
C#封装的Utilities基础类库文件
2024-04-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人