在分析无刷直流电机 BLDC 数学模型的基础上 提出了无刷直流电机系统仿真建模的新方法 在 Matlab/Simulink中 建立独立的功能模块 如 BLDC 本体模块 电流滞环控制模块 速度控制模块等 再进行功能模块的有机整合 搭建无刷直流电机系统的仿真模型 为保证仿真 快速性和有效性 模型采用分段线性法生成梯形波反电动势 系统采用双闭环控制 速度环采用 PI 控制 电流环采用滞环电流控制 仿真结果证明了该方法的有效性 同时也适用于验证其他控制算法的合理性 为实际电机控制系统的设计和调试提供了新的思路

transcenterv2的coco_pretrained.pth

mot2bin 拖入即转

小工具 因为用到转化文件格式网上找了一圈都没有 于是自己写了一个 S19格式转bin 根据地址差异自动补全0XFF 采用控制台执行应用程序 参数为待转化文件 完成后在现有文件路径下生成后缀.bin文件

自己项目上要做生产文件，bin比较麻烦要填地址所以写了个bin转mot的代码，刚写的代码还带着热气哦 //char*in bin文件路径 //char* out mot文件路径 //unsigned int addr bin文件偏移地址

LPC_MOT 这是论文“学习用于多对象跟踪的提案分类器”的代码 在2021年IEEE计算机视觉和模式识别会议（CVPR）上发表的论文。 纸张： 注意：这不是最终版本。 BibTex @inproceedings{dai2021LPC, title={Learning a Proposal Classifier for Multiple Object tracking}, author={Dai, Peng and Weng, Renliang and Choi, Wongun and Zhang, Changshui and He, Zhangping and Ding, Wei} booktitle=IEEE Conference on Computer Vision and Pattern Recognition (CVPR), year=2021 } 用法

FairMOT-BDD 这是FairMOT的一个分支，用于对BDD100K数据集进行MOT（多对象跟踪），也可以修改为其他自定义数据集。 你可以参考 主要贡献：修改原始代码以适应bdd100k数据集上的多类多对象跟踪训练和评估。 资料准备 首先，您需要将BDD100K数据集转换为MOT格式，例如文件夹“图像”和“带有ID的标签”。 对于培训MOT跟踪器： python bdd2mot/bdd2mot.py --img_dir '/bdd_root/bdd100k/images/track' --label_dir '/bdd_root/bdd100k/labels-20/box-track' --save_path '/save_path/data/MOT' 对于训练探测器： python bdd2mot/bdd2det.py --img_dir '/bdd_root/bdd100

跑步前 准备以下物品 mp4文件 yolo的权重 yolo的cfg文件 在main.py找到上述文件的位置，并使用正确的路径指定 运行counting_main.py 关于输入格式 跟踪器的输入是边界框的列表 框定义为[x，y，w，h] 演示版 PS jupyter笔记本电脑只是用于开发或测试目的的另一个环境。

1，自动化将多个 bin 文件合并成 mot 文件。 2，配置灵活 3，可以配合 keil 使用。

目标跟踪视频：TownCentreXVID.avi及标记文件TownCentre-groundtruth.top。现有的链接失效了，上传一份。