由本人制作的含有EDA交通灯控制器课程设计,课题内容为:(1)正常情况下保证主干道的畅通;
(2)当步行街道上的行人要穿过主干道时,通过按钮来发出请求;
(3)当有人按下控制按钮时,主干道变为黄灯,设置计数器计时时间为3秒。
(4)3秒过后,主干道变为红灯,计数器继续计时(计时时间为15秒),在15秒内若有人再次按按钮,计数器不重新计时;
(5)步行街道在主干道变为红灯时指示变为绿灯,行人可通行,在行人通行10秒后绿灯闪烁,5秒后主干道变为绿灯,与此同时步行道变为红灯。
(6)在主干道变为绿灯后,必须保证主干道车辆通行时间达到30秒以上,在此期间,行人按钮无效。
30秒过后,若有人再次按下按钮,重复3)的步骤。
2023/7/18 22:28:39 775KB EDA quartus 自助式交通灯 VHDL
1
读取视频,根据移动检测与行人检测做的一个监控人数的程序,运行环境为Qt+Opencv,在运行前注意配置好环境
2023/7/11 21:55:48 13KB OpenCv Qt
1
设计一个十字路口交通信号灯,基本配置包括四个方向共组(红灯,黄灯,绿灯)‘还可以包括转弯灯(适用于单向三股以上车道),行人过马路信号灯(红灯,绿灯)。
2023/6/30 10:47:19 67KB 8086
1
行人检测训练库,负样本12000,正样本2400.
2023/6/13 4:22:55 39.65MB 行人检测训练
1
自己训练SVM分类器进行HOG行人检测,环境VS2013+OpenCV
2023/6/12 7:04:36 29.32MB 代码 行人检测
1
自己训练的分类器导入进行视频行人检测代码亲测可行,算法需要再完善提高实时性
2023/6/11 22:33:45 6.67MB HOG SVM 人数统计 行人检测
1
上传的是txt文件,里面含有数据集的下载链接和密码,下载方式为百度网盘。
数据集文件是在清华实验室采集到的交通路口图片的基础上,使用labelme对其进行交通信号灯的标注,标注采用VOC格式,全部手工标注,标注图片一共9812张,耗时两个月左右,质量有保证。
标注类别共18类,包括红灯,绿灯,黄灯的各类箭头,以及行人,自行车的信号灯类别。
整体文件包括原始图片,对应标签,保存有文件名的txt文件以及含有具体类别名称的txt文件。
全部打包上传。
已经经过本人使用YOLOV3和fast-r-cnn模型亲自测试,数据集数据真实有效。
相关的模型的文件和训练文件也已经全部上传,可在我发布的其他资源里找到
1
使用kalman滤波实现动态行人检测与跟踪
2023/5/30 16:21:15 2.9MB kalman滤 动态行人检测
1
基于OpenCV实现的图片识别成果。
学习示例:面部+眼部检测马路行人检测特色匹配(示例:微信“跳一跳”棋子匹配)
2023/4/27 0:13:54 877KB 图片识别 面部识别
1
kalman跟踪行人,再视频场景中检测到行人的存在,并用血色矩形框对于行人举行跟踪
2023/4/25 4:01:36 6.52MB kalman 视频场景 检测
1
共 114 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