人工智人-家居设计-电站锅炉火焰数字图像智能检测系统研究与实现.pdf
2022-07-06 18:02:58 1.91MB 人工智人-家居
该项目是基于yolov5实现对火焰的识别检测,可用于工业化场景中,如智慧工地,智慧电网,智慧小区等等。项目文件夹中已经上传了火焰的训练数据集,一共将近4000张图片,足够训练一个效果还不错的检测模型了。在我本机上,最终模型的准确率大概在97%左右,可进行工业化落地。同时,里面的数据集已经转换好txt格式,不需要再花时间去转换标签格式。基本上只要把相关的库安装好之后,直接就能运行训练和测试了。方便又省事~如果遇到了任何问题,可随时联系博主,第一时间无偿帮忙解决问题。
2022-07-05 21:05:50 275.8MB 火焰数据集 yolov5算法 电力行业
Android火焰效果程序源码.rar
2022-07-04 18:06:07 323KB Android
UNITY3D 1个火焰特效,1个冰球特效
2022-07-02 23:33:03 135KB UNITY 火焰 特效
1
课题为基于MATLAB的火焰识别。可以作为火灾检测的课题。火焰原理是根据火苗颜色特征,将彩色图像的每个像素都转化为RGB三个通道,然后符合一定比例关系的像素,就是火苗区域,然后结合形态学,去除干扰区域,留下火焰区域,框定,可以进行阈值设定,进行火灾报警。带界面GUI框架。需要您具备一定基础。
2022-07-02 15:41:27 4.9MB matlab
1
课题为基于MATLAB的火焰识别。可以作为火灾检测的课题。火焰原理是根据火苗颜色特征,将彩色图像的每个像素都转化为RGB三个通道,然后符合一定比例关系的像素,就是火苗区域,然后结合形态学,去除干扰区域,留下火焰区域,框定,可以进行阈值设定,进行火灾报警。带界面GUI框架。需要您具备一定基础。
2022-07-02 09:49:16 4.9MB matlab
1
1、YOLO火焰烟雾识别数据集,类别为fire和smoke,标签格式为VOC和YOLO两种格式,每张图中同时标注了火焰和烟雾,数据质量高,都是采集真实的各种场景的数据,使用lableimg标注软件标注,标注框质量高 2、 数量: 1360+ 3、可以直接用于yolo算法火焰和烟雾识别
Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15.火焰报警器Arduino 例程详细教学15
2022-06-30 16:04:21 1.45MB Arduino例程详细教学15
内容概要:yolov5火焰识别模型完整项目,采用C/S结构。项目分为前端代码,用vue编写;后端代码,用python编写,做成api接口。灵活性大,与模型解耦合,后续可以放自己训练好的模型,不再修改代码或者少量修改代码。 源代码:yolov5模型部署到web端,文档齐全,包含如何安装环境,如何运行项目,如何使用。 适合人群:学生、具备一定编程基础,工作1-3年的研发人员、想入门人工智能的爱好者、科研人员 能学到什么:可以快速出效果。 阅读建议:详情请查看文章介绍:https://blog.csdn.net/qq122716072/article/details/125503254
2022-06-28 19:07:20 23.41MB yolov5 火焰识别 烟雾识别 web部署
YOLOv5火焰烟雾检测+训练好的模型+数据集+pyqt界面,可直接进行推理测试。 1、项目是训练过的,可直接进行推力测试。 2、项目包含烟雾和火焰的数据集,已标记好! 3、如果想想重新训练也可以。 4、可以直接用训练好的权重pt文件进行推力测试,测试视频和图片都可以,很好用。 5、价格绝对是优惠价,可以放心下载 YOLOv5训练好的火焰烟雾检测模型,包括yolov5s-fire_smoke.pt和yolov5m-fire_smoke.pt两个训练好的模型,并包含标注好的火焰和烟雾数据集,标签格式为xml和txt两种 有QT界面 采用pytrch框架,代码是python的 YOLOv5训练好的火焰烟雾检测 pyqt界面 yolov5界面