车牌识别分为车牌检测和车牌识别，车牌检测模型需要大量标注的车牌数据进行训练，提供数据集存在百度网盘，可以通过连接进行下载，已标注为VOC格式，可以直接拿来训练。
2025/6/20 1:32:50
67B
1
本程序旨在标注图像文件格式互转，1、MATLAB转xml或者xml转MATLAB格式,xml符合VOC标准。
2、txt转MATLAB或者MATLAB转txt，比如文本内容打开如下，分别表示类别,x,y,width,height,四个缺省值：3car4013813052010000car1493772341430000stop85831839430000
2、txt转MATLAB或者MATLAB转txt，比如文本内容打开如下，分别表示类别,x,y,width,height,四个缺省值：3car4013813052010000car1493772341430000stop85831839430000
2025/4/5 7:07:06
7.79MB
1
二次开发labelImg-中文版热键Ctrl+u从目录加载所有图像Ctrl+r更改默认注释目标目录Ctrl+s保存Ctrl+d复制当前标签和矩形框Space将当前图像标记为已验证w创建一个矩形框d下一张图片a上一张图片del删除所选的矩形框Ctrl++放大Ctrl--缩小↑→↓←键盘箭头移动选定的矩形框工具说明生成Yolov3目录选择目录自动生成Yolov3目录结构data\backupdata\cfgdata\obj标注图片目录生成Yolov3标注选择自动生成的Yolov3自动读取data\obj目录生成data\train.txtdata\voc.datadata\voc.names注：生成标注目录请切换YOLO模式
2025/2/28 15:26:34
36.23MB
1
做深度学习目标检测方面的同学怎么都会接触到PASCALVOC这个数据集。
也许很少用到整个数据集，但是一般都会按照它的格式准备自己的数据集。
所以这里提供PASCALVOC的格式，包括目录构成以及各个文件夹的内容格式，方便以后自己按照VOC的标准格式制作自己的数据集。
也许很少用到整个数据集，但是一般都会按照它的格式准备自己的数据集。
所以这里提供PASCALVOC的格式，包括目录构成以及各个文件夹的内容格式，方便以后自己按照VOC的标准格式制作自己的数据集。
2024/12/23 21:22:46
14.71MB
1
VOC数据转为Lmdb数据格式的具体过程。
包括create_imagenet.sh,读取图片名称rd.py和readData.py和train.txt格式。
有助于理解lmdb数据格式转化的全过程
包括create_imagenet.sh,读取图片名称rd.py和readData.py和train.txt格式。
有助于理解lmdb数据格式转化的全过程
2024/8/25 1:29:48
3KB
1
自己整理的车辆类型数据集一共1500张图片，共分7个类分别为Bus、Car,SportsCar，MicroBus,Truck,SUV,Jeep，是VOC格式的数据集，用LabelImg工具进行标注，可以转成TFRecord格式的数据集
2024/8/9 10:10:21
219.43MB
1
SSD的mAP的python3脚本文件，直接运行可得到mAP-也可用于其他目标检测模型：mobilenet-ssd,yolo,fasterrcnn-voc_eval.py-reval_voc.py
2024/6/2 1:16:39
4KB
1
车辆分类识别的测试集，跟车辆分类识别的训练集配合使用，但是由于上传文件大小限制，没有能够一次性上传，同样是标注好的VOC格式文件包含图片跟对应.xml文件，支持转TFRecord格式感兴趣的可以下载使用。
2024/5/17 4:10:18
22.9MB
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