智慧工地项目 1、基于YOLOV5安全帽检测系统及危险区域入侵检测告警系统_带GUI界面（包含python源码+项目说明）。 2、该项目是使用 YOLOv5 算法来实现在智能工地安全领域中头盔目标检测的应用。 运用yolov5网络进行工人安全帽检测以及危险区域入侵检测，将报警信息通过微信公众号推送给安全员或者项目负责人。 3、使用的pytorch深度学习框架，python语言编写。 源码中带有pyqt5写的GUI界面，界面按钮名称可以自定义。 资源中含有项目详细操作文档介绍，建议根据项目说明来一步步操作。 【备注】使用过程有问题，请留言或者私信博主！

1、内容介绍：基于区域生长的道路检测算法实现，采用MATLAB语言实现。 2、适用人群：适用于计算机，电子信息工程等专业的大学生课程设计和毕业设计。 3、支持答疑：有问题可以订阅博主的《实用毕业设计》专栏（附链接 ：https://blog.csdn.net/soaringlee_fighting/category_9288245.html）或者直接购买资源后咨询博主。 4、质量保证：完整代码，可直接运行！

Unity 模拟手电筒光源探测器, AI攻击范围检测区域, 视锥内检测物体, 扇形区域检测, 圆形区域检测, 圆锥区域检测 工具面板: 显示视野:渲染检测区域 视角网格:区域网格(sphere),可以调整材质 检测模式:根据需求不同,使用不同的检测模式 网格密集度:网格越密集检测的越精细,发射的射线就越多,消耗性能就越多 视野角度与视野半径分别控制着扇形模式与圆形,圆锥模式的视野角度 视野距离:调整检测距离 目标Tag: 只有这个标签的物体可以被检测

【图像分割】基于阙值+边缘检测+区域法图像分割matlab源码含GUI.md

基于labview的多边形检测

提出了一种基于机器视觉的包装袋缺陷检测方法。以冰棍包装袋缺陷检测为实例，提取了长度、宽度、面积、填充度和监测框与内部目标区域的位置关系5种特征值，经缺陷检测与分类，输出了连袋、外形尺寸错误、包装袋上有异物和包装版面移动4种缺陷类型。实验结果表明，算法缺陷识别成功率可达98.75%，满足生产过程对实时、快速、高精度的要求,已被应用于实际生产线，取得了良好效果。

28使用横向和后向检测区域的车辆后行驶控制装置和方法_new.pdf

打开一张图像，即可以检测图像中的所有红色区域

资源是LSD直线检测算法的MATLAB代码，资源下载后直接能用，解压后打开test.m，然后运行即可，相关的资料请参考博文https://blog.csdn.net/weixin_42647783/article/details/81200534，谢谢