Flir红外数据集，已过滤筛选为3个类别，包括人员，骑车的人，汽车三种类别（person, bicycle, car）,已转为yolo格式，共包含8862张训练集，1366张测试集数据，用于yolo目标检测系列训练，数据清晰，可作为红外检测数据集，自动驾驶等场景的基础数据。数据大小超限制，已放链接，可下载。

基于jetson AGX Xavier的GLIR相机ros驱动spinnaker

openpose代码 只需在文件包内下载有关库文件即可通过Cmd进行调用运行 Github上地址请看https://github.com/CMU-Perceptual-Computing-Lab/openpose/releases

openpose-1.5.0-binaries-win64-gpu-python-flir-3d_unity.z01 Part02

FLIR_camera_wrapper_for_Qt5_and_PyQt5 Qt相机类，具有用于Spinnaker FLIR相机的图像接收生成信号 Qt摄像机类，具有用于Spinnaker FLIR摄像机的图像接收信号。 通过将Qt Signal对象连接到Spinnaker库的图像事件处理程序，这是可能的。 它可以提高每秒帧的速度，并减少轮询例程通过Spinnaker对象接收和提供图像的工作量。 它同时支持Qt和PyQt5（分别命名为qt_camera和pyqt_camera）。 方法 有三种触发相机硬件的方式。 默认值为“无触发”，即无需提供任何触发，并且可以随时访问流式图像。 第二个是软件触发器，其中在执行“ sendSwTrigger（）”之后可以使用图像。 最后是硬件触发器。 仅当将电气PWM连接到外部Hirose Connector的特定输入端口时，摄像机才会通过Qt信号提供图

HSV、CMY、NTSC、YCbCr 颜色空间不太适合根据人类解释的实用术语来描述颜色。 因此，必须将 RGB 热图像转换为 HIS 图像以获得更好的可见性，以识别面板中存在的缺陷。 并应用K-means聚类算法对图像进行分割并诊断PV面板中的缺陷 参考： Uma，J.，Muniraj，C.和Sathya，N.，“基于热图像测试和评估的光伏（PV）面板缺陷诊断”，《测试和评估杂志》， https：//doi.org/10.1520 /JTE20170653 。 ISSN 0090-3973。

本demo能直接编译运行，能实现红外实时视频流显示、热图分析和处理，各功能齐全，调试时需要关闭防火墙，否则无法传输图像

掌握： 开发人员： spinnaker_sdk_camera_driver 这些是运行使用Spinnaker SDK的Pt Gray（FLIR）摄像机的ros驱动程序。 此代码已通过各种Point Grey Blackfly S（BFS）相机进行了测试。 相容性矩阵 大三角帆 建筑学 乌布努图16.04 Xenial + ROS动力学 Ubnuntu 18.04仿生+ ROS旋律 Ubnuntu 20.04焦点+ ROS Noetic 1.17.0.23 AMD64 :check_mark: :minus: :minus: 1.17.0.23 的ARM64 :check_mark: :minus: :minus: 1.24.0.60 AMD64 :check_mark: :minus: :minus: 1.24.0.60 的ARM64 :check_mark: :minus: :minus: 2.0.0.147 AMD64 :check_mark: :check_mark_button: :minus:

matlab发布代码FLIR临时检索分析 该项目可从FLIR摄像机读取图像，并根据各种校正因素（包括摄像机高度，相对湿度，上升流长波辐射和气温）来检索准确的像素温度。 该概念和原始代码由Donald M. Aubrecht，Saleem Ullah创建，而GUI最初由Samuel W. Fall创建。 该项目的PI是Dar A. Roberts。 背景： 该代码是为加州大学圣塔芭芭拉分校地理系的Dar Roberts博士为IDEAS（学生进行环境分析的创新数据集）项目编写的。 请参阅以获取更多信息。 作为该项目的一部分，学生们在我们各个野外地点铺设样带，以进行与环境变量有关的测量。 这些测量之一是用FLIR相机拍摄照片，然后使用所得图像确定陆地表面温度。 该代码对图像进行校正，以便根据适当的发射率和其他校正因子来检索准确的像素温度。 依赖关系/要求： 该代码是为FLIR型号T450sc（T62101）设计的。 它可能适用于其他FLIR图像，但需要进行测试。 在MATLAB 2015上开发，但代码已更新为支持MATLAB 2016。 脚步： 启动程序： 打开MATLAB并使用FLIR-T

对FLIR公司数字细节增强技术进行了分析，认为该技术的处理结果之所以能够清晰显示不同温度背景下的细节信息源于对其原始14bits红外图像