这是一个本人在Windows下基于darknet+qt+opencv搭建的一个深度学习-目标检测快速训练预测的平台，可以利用该平台快速进行您自己数据集的标注/训练/预测。详细使用过程请访问博客：https://blog.csdn.net/KayChanGEEK/article/details/85849503
2021-11-04 14:47:43
112.97MB
1
本压缩包包括了一个基于深度学习的消防机器人设计的设计文档，内容涵盖了机器人的功能和实现方式，智能灭火模块的开发详解以及驱动电机的选型等。还有基于YOLOv5卷积神经网络的已经训练好的火焰自主识别模块Python源代码和测试视频以及具体演示视频。包内还包括了机器人的各部件的3D建模（采用solidworks绘制）和装配体模型，外加一个用solidworks录制的机器人各部件运动演示视频。
2021-10-21 20:07:27
685.63MB
1
为解决在嵌入式设备上实时、高精度检测司机安全驾驶监督的问题，本文基于目标检测中经典的深度学习神经网络YOLOv3-tiny，运用通道剪枝技术成功在目标检测任务中实现了模型压缩，在精度不变的情况下减少了改进后神经网络的计算总量和参数总数.并基于NVIDIA的推理框架TensorRT进行了模型层级融合和半精度加速，部署加速后的模型.实验结果表明，加速模型的推理速度约为原模型的2倍，参数体积缩小一半，精度无损失，实现了高精度下实时检测的目的.
2021-10-07 09:07:36
1.28MB
1
自己制作的数据集，用于无人机巡检环境下的目标检测与识别，数据集共1052张图片，一共分为四类（树木，电力塔架，四旋翼，房屋）。严格按照voc2007格式制作，直接用与深度学习目标检测与识别算法（faster rcnn，yolo等）的训练。这是第二部分，后552张，前一部分分开上传。
2021-09-23 10:11:31
155.51MB
1
从2013-2020所有主流目标检测算法论文， RCNN、Faster R-CNN、YOLOv1-YOLOv4、SSD等 和 部分代码
2021-09-11 13:13:02
93.11MB
1
基于caffe深度学习框架的squeezenet-ssd交通标志检测代码，将代码集成的pyqt中，可以对打开的图片，检测出交通标志的位置，并识别其种类。
2021-09-03 18:12:40
15.35MB
1