利用机器学习方法(分类)实现静态场景下的测试车辆检测 利用C语言或者Open_CV库,或者是MATLAB软件编写实现静态场景下的测视车辆检测。
需使用机器学习方法。
代码可以通过一个主函数直接运行出实验结果。
 Data文件夹中包含train_34x94(训练集)和test(测试集)两个文件夹。
其中,train_34x94文件夹中的数据用于训练模型,包含pos文件夹(内有550个正例样本)和neg文件夹(内有500个负例样本);
Test文件夹中的数据用于测试。
 在Test测试集中的总体检测性能的评价指标为Recall、Precision和F-measure,写出对算法的性能评价和对实现中遇到问题的理解。
1
基于MATLAB的运动目标检测算法,背景差分法。
其中包含已处理图像和代码,更改路径后可以直接运行。
也可以使用用自己的视频文件,但是记得先把视频文件处理成图像序列。
2023/7/23 19:05:22 16.83MB 背景差分法
1
目标检测-20种常用深度学习算法论文、复现代码汇总
2023/7/23 5:44:21 57.75MB 论文,代码
1
雷达系统分析与建模,基础书籍,很有帮助在全面归纳雷达系统原理的基础上,对雷达性能进行了分析与数学建模。
全书前6章为基础理论部分,包括:雷达距离方程,目标检测理论,目标、杂波和干扰分析,雷达天线分析,雷达信号波形设计和信号处理,传播特性分析。
第7章和第8章分别介绍了雷达监视、雷达测量与跟踪方法。
最后一章对雷达损耗进行了分析。
《国防电子信息技术丛书:雷达系统分析与建模》覆盖了雷达系统性能分析和数学模型建设,内容系统、完整。
每章后都附有参考文献、习题、仿真程序及其说明,便于读者进一步学习和研究。
2023/7/11 6:29:53 74.2MB 雷达 建模
1
目标检测(ObjectDetection)是计算机视觉领域的基本任务之一,学术界已有将近二十年的研究历史。
近些年随着深度学习技术的火热发展,目标检测算法也从基于手工特征的传统算法转向了基于深度神经网络的检测,技术本文总结了近十年来的深度学习目标检测算法
2023/7/11 4:48:13 6.09MB 深度学习 目标检测
1
主要内容:阵列信号处理在雷达中应用1、背景知识2、自适应旁瓣匿影(SLB)3、自适应旁瓣相消(SLC)4、自适应数字波束形成(ADBF)5、波达方向(DOA)估计6、动目标显示(MTI)和动目标检测(MTD)7、空时联合自适应处理技术(STAP)8、空时联合DOA估计9、米波雷达测高技术
1
瓶子目标检测yolov5瓶子检测数据集,类别名:bottle;
VOCtrainva2012数据集提取得到,标签类别:txt和xml两种
2023/6/16 19:10:23 88.06MB xml 目标检测 人工智能 计算机视觉
1
一种运动目标检测与跟踪快速算法的研究一种运动目标检测与跟踪快速算法的研究一种运动目标检测与跟踪快速算法的研究
2023/6/14 23:02:34 688KB 目标检测
1
基于Android+OpenCV的运动目标检测,可以实现对运动目标进行检测。
2023/6/5 20:04:27 14.07MB Android OpenCV 运动目标 视频帧
1
YOLO目标检测框架,结合请谅解的网络模型SqueezeNEt,根据squeezeNet的论文思想,设计了用于目标检测的轻量级神经网络
2023/5/29 2:12:47 1.63MB YOLO
1
共 182 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