iSAID：用于航空影像中实例分割的大规模数据集，CVPR研讨会，2019年。 数据准备和评估代码 环境和依赖项安装 创建conda环境conda env create -f environment.yml 激活当前的工作环境source activate py_isaid 为evalaution服务器设置pycocotols- cd cocoapi/PythonAPI - make - python setup.py install 为evalaution服务器设置城市景观脚本-cd cd preprocess/cityscapesScripts cityscapesScripts- python setup.py install 为Evlaution服务器设置Detectron- cd preprocess/Detectron make 注意：opencv版本== 3.4.

本项目实现了遥感图像的目标检测。遥感图像不同于一般的目标检测，比如YOLO，ssd等等，该项目实现了旋转框的检测，并且在参加的比赛中实现了65mAP的成绩，希望对你们有帮助。

dji-航空影像拼接 使用gps坐标信息和opencv进行DJI无人机航拍图像拼接的程序。

YOLOv5_DOTA_OBB 带有CSL_label的DOTA_OBB数据集中的YOLOv5。（定向对象检测） 数据集和预先训练的检查点 Datasets ： Pretrained Checkpoint or Demo Files ： 。（6666） 。（6666） 。（6666） 。（6666） 。（6666） 。（6666） 功能性 train.py 。火车。 detect.py检测并可视化检测结果。获取检测结果txt。 evaluation.py 。合并检测结果并将其可视化。最后评估探测器 安装 1.安装了所有requirements.txt依赖项的Python 3.8或更高版本，包括torch> = 1.7。要安装运行： $ pip install -r requirements.txt 2.安装swig $ cd \.....\yol

Robotics: Aerial Robotics第1、2周的作业附件及编程作业说明及编程作业。详细的课程笔记见博客。

快速计划者 Fast-Planner的开发旨在在复杂的未知环境中实现四旋翼快速飞行。 它包含一组精心设计的规划算法。 新闻： 2021年3月13日：快速自主探索的代码现已发布！ 查看此以获取更多详细信息。 2020年10月20日：Fast-Planner被扩展并应用于快速的自主勘探。 查看此以获取更多详细信息。 作者：和从，从。 完整的视频： ， ， 。 关于这项工作的示威活动已经报道了IEEE光谱： ， 第二页， 第三页（在网页搜索HKUST）。 要在几分钟内运行此项目，请选中“快速入门” 。 查看其他部分以获取更多详细信息。 请请星号 :star: 这个项目对您有帮助。 我们竭尽全力发展和维护它 :beaming_face_with_smiling_eyes: :beaming_face_with_smiling_eyes: 。 目录 快速开始 算法与论文 设置和配置 运行模拟 在您的应用程序中使用 更新 1.快速入门 该项目已经在Ubuntu 16.04（ROS Kinetic）和18.0

HTML5网页模板，由Toms Projec改编自Aerial, 原版 https://html5up.net/aerial

2014-空中辅助 FRC Team 1160 的 2014 空中辅助代码

Robotics: Aerial Robotics第3、4周的作业附件及编程作业说明及编程作业。详细的课程笔记见博客。此次新加了课程中所推荐的论文。 论文标题如下： 1 AUTONOMOUS NAVIGATION IN COMPLEX INDOOR AND OUTDOOR 2 INFORMATION-THEORETIC ACTIVE PERCEPTION FOR MULTI-ROBOT TEAMS 3 Minimum Jerk Trajectory Planning for Trajectory Constrained Redun 4 The GRASP Multiple Micro-UAV 5 Trajectory Generation and Control for Quadrotors

照片转换模型