本系统是一个基于互联网进行数据传输的运动目标检测系统，使用电脑进行终端数据处理。系统由三个节点组成。两个独立的摄像头节点对激光笔运动轨迹进行拍摄，接入手机WiFi构建的局域网，通过UDP协议将图像数据传入终端电脑。此两个节点均能独立显示拍摄实时视频，并在终端节点对激光笔和色块进行识别追踪。终端电脑实时框选出激光笔和色块。经测试，该系统视频播放在网络情况较好的情况下无卡顿，可以正确实时框出激光笔和色块，同时设计了人机友好的GUI界面，加上识别实验室背景的功能，全部达到题目要求。

原创 优质吸烟数据5000张/近一万框 检测 yolov5 yolox rcnn 附教学文章与代码和优化技巧 cv君训练教程与数据：https://blog.csdn.net/qq_46098574/article/details/107334954； cv君优化技巧与进阶：https://blog.csdn.net/qq_46098574/article/details/109702222； cv君公众号：DeepAI 视界 微信：zxx17800844581z 备注下载资源 欢迎加我进深度技术交流群

产生yolo格式数据集的信号时频图和标签。AM、FM、2FSK、2PSK、DSB。每张图信噪比、信号种类、信号个数在设置范围内随机。

用yolov5的四个配置文件，s，l，x，m生成的onnx文件，并且在netron上使用这些文件得到详细的模型配置图，资源包含四个配置文件以及相应的四张图

可以输出mfsk、mpsk、am、dsb、fm时频图，并制作成yolov格式的数据集。

pyqt5-yolov5

yolov5 pytorch模型转onnx并用python ,c++ ，java进行推理

利用yolov5训练的火光烟雾检测图片效果图

yolox的caffe模型推理（从pt模型转换成caffe模型后的推理不包括模型转换）测试工程连接

yolov5-6.0+giou-nms/diou-nms/ciou-nms,适合论文中需要对现有网络结构做出创新的人群，6.0版本刚出来不久，这个trick还没人发，有需求从速