在掌握opencv与tensorflow基础知识的基础上,使用tensorflowobjectdetectionAPI与opencvdnn模块,实现从数据标注与tfrecord数据生成,SSD模型迁移学习训练,模型导出在tensorflow中使用,OpenCVDNN模块中使用(C++与Python)API调用演示,实现从数据到模型训练到导出给OpenCV使用全链路的技术路径,学以致用,举一反三,可以套用到任意的对象检测问题的解决方案中!
2025/8/12 11:50:33 1.82MB Opencv Tensorflow python
1
这个利用行人HOG特征通过SVM分类器进行分类的代码。
程序运行环境为VS2013+OpenCV2.20。
程序内可以选择Opencv自带的行人检测算法,也可以自己训练HOG特征进行检测。
如果自己训练的话,需要在D盘建立一个文件(具体文件名程序中有)里面存在训练的正负样本,和测试样本。
具体D盘的这个文件夹在本人自愿中已上传,需要请自行下载。
2025/7/30 21:48:56 6.52MB hog svm 行人检测
1
基于matlab,使用互检方法制作的简单的行人检测代码。
2025/7/24 16:34:12 2KB matlab
1
本代码是行人单目标跟踪,用于目标的检测和跟踪,速度非常快。
2025/7/6 8:02:36 3.05MB 目标跟踪 计算机视觉
1
在vs2013版本以上,利用opencv实现对运动目标的检测,能够将AVI、MP4、RMVB等文件中的移动的目标圈出来并动态更新,适用于新手学习机器视觉。
2025/6/18 0:10:56 5.9MB opencv machine vision
1
主要描述行人过街手动控制系统研究背景随着我国国民经济的迅猛发展,城市的经济贸易和社会活动日益繁忙,人员与社会交往日渐增多,使得原本就比较落后的交通基础设施供需矛盾更加突出,交通拥挤问题尤为严重,其中原因之一就是行人和机动车之间的冲突。
在现代交通系统中,步行交通系统无论是作为满足人们日常生活需要的一种独立的交通方式,还是作为其他各种交通方式相互连续的桥梁和补充,都是其他方式无法替代的辅助系统。
人类的活动还不能完全离开步行这种本能交通,在城市里上班、购物等活动中步行还占有相当大的比重。
目前,我国各大中城市都在紧张地进行人行立交设施的规划和建设,完善步行系统,尝试解决人车冲突问题,以期做到“以人为本”、“可持续发展”,但是现有的立交设施都不同程度的存在着问题。
主要体现在以下两个方面(l)大中型城市步行系统基础设施供需矛盾突出,普遍存在过街难的问题,行人车辆混行,事故频发。
1
应用社会力模型,模拟一个人群疏散或人行道(斑马线)对流的过程。
熟悉行人模型及其仿真过程。
社会力模型(Social-ForceModel)是D.Helbing与P.Molnár于1995年提出的,并在之后不断完善的理论模型。
在2000年,DirkHelbing的一篇NATURE文章发表了,题目是“Simulatingdynamicalfeaturesofescapepanic”,文中提出了社会力模型,一种描述人与人之间避碰的心理力。
2025/5/29 7:35:36 394KB python 数学建模 社会力模型
1
自拍的用于目标跟踪的红外图像序列,可用于单目标或多目标的跟踪(主要是针对行人)。
拍摄于晚上8点至9点间,目标与背景温差大,目标清晰。
2025/5/9 14:52:37 16.02MB 目标跟踪
1
INRIAP行人数据库图片(行人检测)
2025/3/18 18:44:14 11.5MB INRIAP行人
1
动态行人检测与跟踪,基于kalman滤波实现,直接运行m文件
2025/2/8 1:14:16 500KB 卡尔曼 行人检测 matlab
1
共 118 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡