pytorch目标检测yolov4目标检测各类型数目统计计数 https://blog.csdn.net/babyai996/article/details/123959712

MATLAB运动目标检测，以汽车为例，框定运动汽车，计算车流量，车速等参数。

66kV变电站绝缘子检测图像数据集，内含voc标签与图像，可用于目标检测、深度学习等，或者用来补充变电站图像做变电站目标的检测。

内含电网遥感图像，包含：输电杆塔，火电厂烟囱，光伏发电板，发电厂油罐。标签类型有两种：labelme标签json，以及二值分割图像。

内含无人机航拍配电线路瓷绝缘子图像数据集，voc标签，可用于目标检测！需要可以下载哦！！！！

深度学习、目标检测

一、主要研究内容1.基本内容 本设计目标在于利用Matlab强大的图像处理能力和实用便捷的编程方法，通过处理包含人脸的视频帧系列图像，灰度积分投影技术的眼睛定位方法，进而利用perclos计数，计算眨眼率，从而得到比较准确的疲劳状况。包括lun文初稿撰写。2.具体要求 本设计基于灰度积分投影技术的眼睛定位方法，再结合perclos技术。首先通过图像预处理技术得到灰度分配较为均匀的图像然后分别利用水平和垂直灰度积分投影曲线结合人脸的结构特征找到眼睛的位置坐标实现了准确的眼睛定位通过perclos技术技术眨眼率，根据先验值得到是否疲劳。二、算法原理 视频输入——预处理去除非人脸区域——人脸定位——人眼定位（灰度积分投影）——眼睛张合度——perclos技术统计——输出结果三、GUI界面设计[需要有一定编程功底]

opencv 基于改进的霍夫变换车道线检测代码 及相关文献

针对距离扩展目标所占据的各距离单元输出的信杂比在统计意义上不同的一般情况,在分析基于顺序统计的广义似然比检测(generalized likelihood ratio test based on order statistics,OS-GLRT)的基础上提出了两种改进的检测器。第一种是修正的OS-GLRT,它采用或规则,将所有可能的有效距离单元数量得到的OS-GLRT的结果进行融合后做出判决,所得到的修正的OS-GLRT无需有效距离单元数量等目标先验信息。第二种是结合双门限(dual threshold,DH)技术,通过设置固定的第一门限对有效距离单元数目进行估计,动态的第二门限形成最终的判决。与同类检测器相比,新检测器不需要距离扩展目标的先验信息,具有较好的鲁棒性。

线列红外推扫探测器扫描帧率低,存在带状噪声,为此,提出一种基于Robinson-Guard滤波器和像素聚拢度的小目标检测方法。在红外图像上均匀布置采样窗口,令采样窗口根据图像亮度梯度聚集到高亮区域。融合红外图像的目标能量信息、局域对比度、目标像素聚拢度等多种特征,将采样窗口的加权叠加作为目标概率图。使用全局阈值分割获取目标,最终实现红外小目标的检测。实验结果表明,该算法可以检测中小尺寸的红外目标,且有效对抗探测器带来的带状噪声。