人工智能，计算机视觉工具。基于WEB的视觉工具，基于Web的视频和图像标注工具。 学习使用

基于YoloV4的绝缘子目标检测程序源代码+数据集+训练模型，人工智能课程设计作业。文件结构 . │ predict.py # 对图片进行预测 │ train.py # 训练模型 │ voc_annotation.py # 对VOC数据集处理导出索引 │ yolo.py # 预测程序的子程序 │ ├─img # 存放预测后的图像 ├─logs # 存放训练的模型文件 ├─model_data # 存放预训练模型 │ new_classes.txt # 类别的名称 │ yolo_anchors.txt # 先验框的大小 │ ├─nets # 网络结构 │ CSPdarknet.py # CSPdarkNet53主干特征网络 │ yolo4.py # FPN、SPP等网络 │ yolo_training.py # 模型训练子程序 │ ├─utils # 数据加载、NMS等 │ dataloader.py # 数

opencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropencv-3.4.1.taropen

power BI 可视化视觉对象下载包

1、yolov5无人机视觉检测，包含训练好的无人机检测权重，以及PR曲线，loss曲线等等，在一万多张无人机检测数据集中训练得到的权重，有pyqt界面，目标类别为drone共1个类别 2、pyqt界面可以检测图片、视频、调用摄像头 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 4、采用pytrch框架，python代码

matlab棋盘格角点检测代码计算机视觉 这是源代码，总结了我在参加Sungho Kim教授的课程（Yeungnam University，计算机视觉课程）和我的个人学习时收集的代码。 0.大纲 1.安装OpenCV 我安装了 环境变量：C：\ opencv24136 \ build \ x86 \ vc14 \ bin; VS设定 包括目录C：\ OpenCV24136 \ build \ Include 图书馆目录C：\ opencv24136 \ build \ x86 \ vc14 \ lib 其他依赖 opencv_calib3d2413d.lib; opencv_contrib2413d.lib; opencv_core2413d.lib; opencv_features2d2413d.lib; opencv_flann2413d.lib; opencv_gpu2413d.lib; opencv_highgui2413d.lib; opencv_imgproc2413d.lib; opencv_legacy2413d.lib; opencv_ml2413d.lib; ope

MATLAB　机器人工具箱对应的指导入门书，对于刚开始接受机器人的来，是入门的指导书

基于OpenCV的Webcam脚本程序，适用于计算机视觉数据采集，实时视频帧收集等.zip

计算机视觉相关课题

yolov5小目标检测 不附带yolo代码 详细介绍参考博客https://blog.csdn.net/qq_43622870/article/details/124984295