1、YOLOV5吸烟行为检测，两种训练好的模型，内含各种训练曲线图，并包含数据集， 5000多张使用lableimg软件标注软件标注好的吸烟数据，图片格式为jpg，标签有两种，分别为xml格式和txt格式，分别保存在两个文件夹中，类别名为smoke; 可以直接用于YOLO系列的吸烟行， 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、qt界面可以 检测图片、视频和调用摄像头，有相应的选择项 4、采用pytrch框架，代码是python的

1、YOLOv5人脸口罩检测，代码和训练好的模型，两种训练好的模型，并有pyqt界面，训练精度达90%多，内含各种训练曲线图，并有8000多张标注好的人脸口罩检测数据集，标签是VOC和YOLO格式的，类别名为face，face_mask两类； 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、qt界面可以 检测图片、视频和调用摄像头，有相应的选择项 4、采用pytrch框架，代码是python的

1、YOLOv5安全帽检测，代码和训练好的模型，两种训练好的模型，并有pyqt界面，训练精度达90%多，内含各种训练曲线图，并有5000多张标注好的安全帽检测数据集，标签是VOC和YOLO格式的，类别名为person，hat两类； 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架，代码是python的

智能家居部分代码，这个项目涉及到的知识点比较多，我做了一年才搞定了它，主要的知识点如下：Android应用开发，网络编程（tcp/ip协议）、Mysql数据库编程、阿里云c语言服务器环境的搭建、ARM嵌入式底层驱动开发、linux操作系统的移植、ARM+Linux下wifi驱动编译移植（或者有线网络也可以）、433模块驱动编译移植、红外模块驱动编译移植、红外遥控解码学习、1838红外接收头解码、1602液晶屏显示、433射频通信、语音模块、Linux系统QT界面开发、PCB板硬件设计以及51单片机编程知识。

Human posture recognition,base on nanodet and movenet,ncnn(人体姿态识别) 选择视频文件，窗口下半区是识别后的人体姿态。 人体姿态识别，基于nanodet和movenet，ncnn tech points Qt 5.12.9 c++ opencv 4.5.4 nanodet moveNet ncnn

火焰检测算法 + yolo 格式数据集 + 模型文件 + QT界面 可以用于实际工程项目开发人员 也适合技术小白看效果 适合于工程技术人员 或者 作为大学生课题 或论文 模型文件已经训练好 代码可直接允许

pc模拟Android端toast效果，自定义两种形式 详细参照此贴：https://blog.csdn.net/qq_37603131/article/details/124287143?spm=1001.2014.3001.5501

Qt多个界面跳转解决办法，主窗口不动

Tab飘逸界面。 非常飘逸哦。

网络调试助手。 欢迎大家前来学习。