针对零部件在工业生产线包装过程中存在检测速度慢，自动化检测水平低下，检测准确率不高等问题，提出一种基于深度学习的工业零部件检测系统的方案设计，实现对零部件自动检测的功能。设计一种实验检测平台用于获取包含待检测零部件的图像；提出一种改进网络共享卷积层结构的方法，融合区域建议网络和区域卷积网络建立一种检测方法对目标零部件进行准确定位识别，适应各种形状大小不一的零部件检测，实现端到端训练输出定位检测结果。实验结果表明，系统的检测效果与传统的检测方法相比，具有速度快，检测准确率高等优越性。

OpenCV检测运动目标.rar

EasyVision是东莞市零点自动化科技有限公司开发一款视觉标准软件 软件的目的是让大家繁琐的工作变得更加简单标准 如果大家在软件使用有什么问题欢迎通过下面的联系方式反馈给我们

1、无人机数据集第五分部分，目标小，图片分辨率为1920x1080像素，数量为6234张，标签格式为VOC和YOLO两种格式，类别名为drone， 2、用于YOLO旋翼无人机检测和deepsort无人机视觉跟踪等等

1、无人机数据集第六分部分，目标小，图片分辨率为1920x1080像素，数量为6233张，标签格式为VOC和YOLO两种格式，类别名为drone， 2、用于YOLOv5旋翼无人机检测和deepsort无人机视觉跟踪等等

详细描述基于计算机视觉检测的车牌自动识别系统，所有要求的东西一应俱全

EasyVision免费注册版 通用视觉检测框架 AI深度学习 功能代码全，仅供学习研究

锂电池壳体缺陷检测系统，基于halcon 和C# 的。可以正常运行。

halcon油污检测.zip

根据红外成像特性及金属表面缺陷区域灰度分布变化缓慢的特点，提出了一种基于小波纹理特性统计分析的铜带表面缺陷视觉检测方法。利用CCD视觉传感器获取受检金属表面的红外影像资料，引入一阶Haar小波分解红外图像，抽取4个小波特性，然后分别使用Hotelling T2和X2多变量统计法融合4个小波特性。最后根据统计值判别图像是否存在缺陷，并使用支持向量机对缺陷进行分类。比较分析了两种小波域多变量统计方法检测缺陷的性能。实验结果表明，Hotelling T2统计法在缺陷检测和识别方面的性能较好，对微小缺陷可达到92.8%的检测率和95.42%的识别率。