基于机器学习的高速车辆检测系统

研制出一种基于LabVIEW的矿井提升多绳摩擦钢丝绳动态张力在线检测系统,系统采用虚拟仪器接收和处理数据,它具有张力数值实时显示,故障诊断、超载和未卸净报警,张力不平衡报警,以及数据存储和查询功能。

YOLOV5智慧工地安全帽检测数据集系统及危险区域检测系统。该项目是使用 YOLOv5 的程序来训练在智能工地安全领域中头盔目标检测的应用。运用yolov5网络进行工人安全帽检测以及危险区域检测，将报警信息通过微信公众号推送给安全员或者项目负责人。YOLOV5智慧工地安全帽检测数据集系统及危险区域检测系统。该项目是使用 YOLOv5 的程序来训练在智能工地安全领域中头盔目标检测的应用。运用yolov5网络进行工人安全帽检测以及危险区域检测，将报警信息通过微信公众号推送给安全员或者项目负责人。YOLOV5智慧工地安全帽检测数据集系统及危险区域检测系统。该项目是使用 YOLOv5 的程序来训练在智能工地安全领域中头盔目标检测的应用。运用yolov5网络进行工人安全帽检测以及危险区域检测，将报警信息通过微信公众号推送给安全员或者项目负责人。YOLOV5智慧工地安全帽检测数据集系统及危险区域检测系统。该项目是使用 YOLOv5 的程序来训练在智能工地安全领域中头盔目标检测的应用。运用yolov5网络进行工人安全帽检测以及危险区域检测，将报警信息通过微信公众号推送给安全员或者项目负责人。

YOLOv5疲劳驾驶数据集和疲劳驾驶检测系统源码。本项目采用该进YOLOv5进行疲劳特征检测模型训练，引入注意力机制，在疲劳视频测试阶段，引入deep-sort目标跟踪算法 疲劳检测模型，基于YOLOv5网络结构进行训练。采用YawnDD，CEW，DROZY数据集，对其中部分视频进行分帧处理。共标记6800张样本，按照4:1分为训练集和测试集。 本项目分别采用YOLOv5模型：YOLOv5s, YOLOv5m, YOLOv5l, YOLOv5进行多次训练 YOLOv5疲劳驾驶数据集和疲劳驾驶检测系统源码。本项目采用该进YOLOv5进行疲劳特征检测模型训练，引入注意力机制，在疲劳视频测试阶段，引入deep-sort目标跟踪算法 疲劳检测模型，基于YOLOv5网络结构进行训练。采用YawnDD，CEW，DROZY数据集，对其中部分视频进行分帧处理。共标记6800张样本，按照4:1分为训练集和测试集。 本项目分别采用YOLOv5模型：YOLOv5s, YOLOv5m, YOLOv5l, YOLOv5进行多次训练

YOLOv5钢材表面缺陷数据集检测系统源码。YOLOv5钢材表面缺陷数据集检测系统源码。YOLOv5钢材表面缺陷数据集检测系统源码。YOLOv5钢材表面缺陷数据集检测系统源码。YOLOv5钢材表面缺陷数据集检测系统源码。YOLOv5钢材表面缺陷数据集检测系统源码。YOLOv5钢材表面缺陷数据集检测系统源码。YOLOv5钢材表面缺陷数据集检测系统源码。YOLOv5钢材表面缺陷数据集检测系统源码。YOLOv5钢材表面缺陷数据集检测系统源码。YOLOv5钢材表面缺陷数据集检测系统源码。YOLOv5钢材表面缺陷数据集检测系统源码。YOLOv5钢材表面缺陷数据集检测系统源码。YOLOv5钢材表面缺陷数据集检测系统源码。YOLOv5钢材表面缺陷数据集检测系统源码。YOLOv5钢材表面缺陷数据集检测系统源码。

YOLOv5进行水域游泳者检测系统， 编写数据集配置文件 修改位于 models/yolov5s_swimmer.yaml 的文件内容。 主要是修改 ==nc== 参数的值，这里我们有 ==person== 和 ==swimmer== 两种类型的目标，所以 nc 设置为 2。 # parameters nc: 2 # number of classes depth_multiple: 0.33 # model depth multiple width_multiple: 0.50 # layer channel multiple # anchors anchors: - [10,13, 16,30, 33,23] # P3/8 - [30,61, 62,45, 59,119] # P4/16 - [116,90, 156,198, 373,326] # P5/32 # YOLOv5 backbone backbone: # [from, number, module, args] [[-1, 1, Focus, [64, 3]], # 0-P1

目标睡意检测是计算机视觉的一个研究热点，随着未来教育日趋网络化，为了有效地提高学生网课学习质量，睡意检测系统对学生上课状态进行实时检测。 本系统基于OpenCv对学生面部进行定位，再通过Dlib内部实现的面部标志性检测器对学生面部特征进行提取，能够迅速有效地获取眼睛和嘴巴特征点的位置，再通过眼睛纵横比（Eye Aspect Ratio，EAR）和嘴巴纵横比（Mouth Aspect Ratio，MAR）结合计算帧数进行睡意判断。 （1）本系统需要对摄像头获取到的目标进行人脸检测与定位。 （2）此系统调用Dlib库的内部的预训练面部界标检测器用于估计映射到面部结构的68-(x,y)坐标位置,FACIAL_LANDMARKS_IDXS属性返回所需的坐标。 （3）此系统采用眼睛纵横比（EAR）与嘴巴纵横比（MAR）的方法进行对眼睛和嘴巴张合程度检测。通过多帧对比进行睡意检测，并对目标语音唤醒。

使用kdd数据集，进行数据预处理等算法进行分类。并且设计了一个简易的前端系统界面和后端连接。本科毕设需要帮加wx:F2forever100

中文车牌识别系统。其目标是成为一个简单、高效、准确的非限制场景(unconstrained situation)下的车牌识别库。相比于其他的车牌识别系统有如下特点： 它基于openCV这个库。这意味着你可以获取全部源代码，并且移植到opencv支持的所有平台。 它能够识别中文。例如车牌为苏EUK722的图片，它可以准确地输出std:string类型的"苏EUK722"的结果。 它的识别率较高。图片清晰情况下，车牌检测与字符识别可以达到99%以上的精度。NDTS（本地数据测试集）

针对矿井生产环境在时间、空间上的动态性，以实现矿井环境指标的实时监测为目的。本文采用传感器技术、通讯技术，Arduino UNO和各类传感器相结合，对矿井监测系统的软、硬件进行了详细设计，实现了矿井生产环境的温度、湿度、粉尘浓度等数监测据的实时控制。通过分析和试验表明，该系统具有较强的实用性、稳定性、精准性，是一套可靠的监控系统，对矿井的机械化具有一定的促进作用。