本人训练SVM分类器进行HOG行人检测.环境为VS2010+OpenCV2.4.4.使用时请自行修改工程的include目录和lib目录配置。
正样本来源是INRIA数据集中的96*160大小的人体图片，使用时上下左右都去掉16个像素，截取中间的64*128大小的人体。
负样本是从不包含人体的图片中随机裁取的，大小同样是64*128。
SVM使用的是OpenCV自带的CvSVM类。
正样本来源是INRIA数据集中的96*160大小的人体图片，使用时上下左右都去掉16个像素，截取中间的64*128大小的人体。
负样本是从不包含人体的图片中随机裁取的，大小同样是64*128。
SVM使用的是OpenCV自带的CvSVM类。
2016/1/26 4:29:46
23.65MB
1
PreScan是一种基于如雷达、激光/激光雷达、摄像头、和全球定位系统（GPS）等传感器技术的用于在汽车工业中发展先进的辅助驾驶系统（ADAS）的基于物理的仿真平台。
主要应用：1）自动紧急制动（AEB）2）自顺应巡航控制系统（ACC）3）道路偏离警告和道路保持辅助系统（LDW/LKA）4）行人检测与规避5）盲点预警与变道辅助（BSW/LCA）6）智能前照灯系统（IHS）7）停车辅助和阻塞救援（backupaid？）8）交通信号识别（TSR）9）碰撞缓解制动系统（CMB）10）夜视功能（NV）
主要应用：1）自动紧急制动（AEB）2）自顺应巡航控制系统（ACC）3）道路偏离警告和道路保持辅助系统（LDW/LKA）4）行人检测与规避5）盲点预警与变道辅助（BSW/LCA）6）智能前照灯系统（IHS）7）停车辅助和阻塞救援（backupaid？）8）交通信号识别（TSR）9）碰撞缓解制动系统（CMB）10）夜视功能（NV）
2020/1/1 11:51:21
3.96MB
1
1、yolov5车辆行人检测，包含yolov5s和yolov5m两种训练好的车辆行人检测权重，在一万多张交通场景行人车辆数据集中训练得到的权重，有pyqt界面，目的类别为person和car共2个类别，并附5000多张行人车辆检测数据集，标签格式为txt和xml两种，分别保存在两个文件夹中2、pyqt界面可以检测图片、视频和调用摄像头，有相应的选择项3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/1242307434、采用pytrch框架，python代码
2022/10/13 15:11:34
640.26MB
1
一个使用于智能交通场景的demo，实现了车辆和行人的追踪检测；
车辆不礼让行人检测；
车辆非法越线检测；
车牌识别的择优迭代；
具体参见我的博客：competition1——智能交通场景使用。
车辆不礼让行人检测；
车辆非法越线检测；
车牌识别的择优迭代；
具体参见我的博客：competition1——智能交通场景使用。
2022/9/16 6:16:44
485.42MB
1
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