​ 在考试场中为学生监考十分枯燥，因此，建立一个可靠的作弊检测系统来识别学生是否存在作弊行为。以下有四个应用场景： 1.使用一个名为 Yolo3 的训练模型和一个名为 coco 的数据集，我们测试了考场中学生的书籍和手机，并将他们标记为作弊者。 2.使用haarcascade配置文件分类器，可以检测到学生转身，这样也被认定为作弊的学生。 3.此功能使用 OpenCV 和 YOLO 来监控/分析学生之间是否保持足够的距离。如何距离太近存在作弊嫌疑。 运行环境要求： python3.7以上配置以下包 tensorflow>=2.5.0* keras==2.4.3 imutils==0.5.4 numpy==1.19.5 opencv-python>=4.2.0.32 matplotlib==3.4.1 argparse==1.4.0 scipy==1.6.2 scikit-learn==0.24.1 pillow>=8.3.2 streamlit==0.79.0 onnx==1.10.1 tf2onnx==1.9.3 ​

基于深度学习+树莓派4b实现控制小车自动驾驶项目python源码+项目详解说明.zip 【部分操作说明】 1.配置树莓派（单独配置SSH文件）使其能够实现基本的操作，如putty连接，vncviewer可视化操作，winscp传输文件等，可在软件中配置 2.准备对应得设备，如杜邦线，螺丝刀，基本的车壳， 3.配置树莓派在小车上，并利用杜邦线连接相对应的电机，这里使用的L298N电机，GPIO口对应得分别是7,11（后轮电机），13,15（前轮电机），并且将电源连接到L298N电机上，注意这里的一定要单独給电机供电，靠树莓派的电压会不够，还有就是这里的接地线，连接到GPIO口9，并与电源的负极短接。可以利用test1back.py，test2front.py进行测试。 4.配置使能端口，这里利用的是GPIO口12,16，可以根据自己的实际需要进行调整，注意拔掉L298N电机上的跳线帽连接。ps：增加使能是因为测试中发现一旦转向, 车轮不能回正因电机保持通电状态需要让电机断电从而释放动力。 等等....... 需自己拥有树莓派4b开发设备及小车配件

洒水器 使用Raspberry Pi控制洒水喷头的应用程序。 根据Apache许可，版本2.0许可 Web前端以配置时间表 雨水可以减少喷头的运行时间 中继提供商GPIO通过/sys/class/gpio 支持的雨水服务 只需实现接口即可支持更多的接力和降雨服务：

基于openCV的鱼群密度速度检测程序.zip python语言实现。 基于openCV的鱼群密度速度检测程序.zip python语言实现。 基于openCV的鱼群密度速度检测程序.zip python语言实现。 基于openCV的鱼群密度速度检测程序.zip python语言实现。基于openCV的鱼群密度速度检测程序.zip python语言实现。基于openCV的鱼群密度速度检测程序.zip python语言实现。 基于openCV的鱼群密度速度检测程序.zip python语言实现。 基于openCV的鱼群密度速度检测程序.zip python语言实现。 基于openCV的鱼群密度速度检测程序.zip python语言实现。基于openCV的鱼群密度速度检测程序.zip python语言实现。基于openCV的鱼群密度速度检测程序.zip python语言实现。 基于openCV的鱼群密度速度检测程序.zip python语言实现。 基于openCV的鱼群密度速度检测程序.zip python语言实现。 基于openCV的鱼群密度速度检测程序.zip python语言实现。基

基于yolov5+opencv实现车辆+行人检测源码(带GUI界面)+训练好的模型+数据集+评估指标曲线+操作使用说明.7z 检测的类别目标有：人、轿车、卡车、大巴车 带GUI界面、训练好的模型、评估指标曲线、loss曲线、精确度曲线、召回率等、项目说明 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。

基于yolov5+opencv实现车辆检测计数源码(带GUI界面)+训练好的模型+数据集+评估指标曲线+操作使用说明.7z 检测的类别目标有：轿车、卡车、大巴车 带GUI界面、训练好的模型、评估指标曲线、loss曲线、精确度曲线、召回率等、项目说明 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。

基于yolov5+opencv实现细胞检测计数源码(带GUI界面)+训练好的模型+数据集+评估指标曲线+操作使用说明.zip 细胞识别检测，识别检测目标类别：白细胞、红细胞、血小板 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。

基于yolov5+opencv烟雾检测源码(带GUI界面)+训练好的模型+数据集+评估指标曲线+操作使用说明.7z 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。

基于yolov5+opencv眼睛嘴巴识别检测源码(带GUI界面)+训练好的模型+评估指标曲线+操作使用说明.zip 该项目是识别检测 人的眼睛和嘴巴，并显示出人眼和嘴巴的位置框及置信度 带GUI界面，训练好的模型，评估指标曲线，如map(高)、召回率、loss曲线、精确度曲线等 另外附有项目操作说明 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。 有问题，可以留言或者私信

智慧牧场基于yolov5+opencv羊群识别检测源码(带GUI界面)+训练好的模型+数据集+评估指标曲线+操作使用说明.zip 山羊、绵羊羊群识别检测源码，带GUI界面，带数据集，带训练好的模型，带评估指标曲线，带项目操作说明。 pytorch深度学习框架 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。