自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

ChenXireunion的博客

  • 博客(4)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 一文读懂YOLO图表（以手势识别数据集为例）

本教程基于一个手势识别数据集的YOLO训练结果，包含了常见的几种手势类别（如"biye"、"dianzan"、"woquan"、"five"和"OK"）。通过对这些结果的详细解读，您将学会如何分析任何YOLO训练输出，评估模型性能，并针对性地进行优化。

2025-05-31 21:44:42 1336

原创 即插即用的opencv去雾代码实现

何凯明去雾算法，python即插即用

2025-02-21 00:13:03 372

原创 学习通签到神器（github开源项目推荐）

当然是支持自动二维码签到了，可以说是翘课神器！仅需让舍友用咱们软件扫码签到成功，那么就可以把二维码的签到密钥共享给所有人（无视10s过期），其他人只需要无脑一键签到即可。也会自动复制获取的enc签到密钥，可以分享给他人，不用我们软件也可以拿着enc签到。后台静默签到，给自启动权限即可，无需担心被杀。全网最优的签到逻辑，实时监测签到人数。签到人数大于未签人数时，才签到，防止老师反向签到（来的不签，不来的签） 抢答功能全网极限优化仅需0.01s。

2023-11-18 10:49:50 51718 17

原创 人脸识别Dlib库安装方法

dlib是一个强大的C++库，提供了广泛的机器学习和计算机视觉算法。它被广泛应用于人脸检测、人脸关键点检测、人脸识别、姿态估计、目标检测等任务但要想在python中使用此库，必将先经过艰苦的折磨（其中艰辛不足为外人道也）。本文依据自己昨天捣鼓了半天才安装好的血泪经验编写。

2023-11-16 13:17:26 4159 4

华中科技大学 机械设计与制造2025（三）（CAD、优化）半开卷资料
华中科技大学 机械设计与制造2025（三）（CAD、优化），这门课期末考试采取半开卷形式。这是我亲自整理的资料，用于考试复习。

2025-07-15

Yolov8手势识别数据集训练好的模型
手势类别分为（如"biye"、“dianzan”、“woquan”、“five"和"OK”） 每个手势的数量在800：200张图 biye类别的准确率为1.00，表明所有biye样本都被正确预测 dianzan类别的准确率为0.99，表明99%的dianzan样本被正确预测 woquan类别的准确率为0.95，是所有手势类别中最低的，表明有5%的woquan样本被错误预测 five类别的准确率为1.00，表明所有five样本都被正确预测 OK类别的准确率为0.99，表明99%的OK样本被正确预测

2025-05-31

YOLO五种常见手势识别数据集
手势类别分为（如"biye"、“dianzan”、“woquan”、“five"和"OK”） 每个手势的数量在800：200张图 biye类别的准确率为1.00，表明所有biye样本都被正确预测 dianzan类别的准确率为0.99，表明99%的dianzan样本被正确预测 woquan类别的准确率为0.95，是所有手势类别中最低的，表明有5%的woquan样本被错误预测 five类别的准确率为1.00，表明所有five样本都被正确预测 OK类别的准确率为0.99，表明99%的OK样本被正确预测

2025-05-31

计算机视觉+三维重建+COLMAP安装包+Windows版
本资源为 COLMAP 3.9.1 版本的 Windows 安装包，是一款用于结构光重建与稀疏/稠密点云生成的强大工具，广泛应用于三维建模、计算机视觉、机器人感知等领域。适合研究人员、工程师及高校师生使用，可直接用于 SfM（Structure-from-Motion）与 MVS（Multi-View Stereo）任务的实验与项目开发。压缩包内包含完整的运行程序及基本依赖，下载后可快速部署使用。

2025-05-24

YOLO视觉识别项目+水果蔬菜识别系统（可用于水果蔬菜种类与新鲜度）
原高价项目，现开源 包含现代化检测界面 训练好的模型 标注好的数据集（近万张） 共有如下数据： '新鲜黄瓜', '新鲜葫芦', '新鲜生菜', '新鲜洋葱', '新鲜土豆', '成熟苹果', '成熟香蕉', '成熟葡萄', '成熟芒果', '成熟橙子', '腐烂苹果', '腐烂香蕉', '腐烂黄瓜', '腐烂葫芦', '腐烂葡萄', '腐烂生菜', '腐烂芒果', '腐烂洋葱', '腐烂橙子', '腐烂土豆', '未成熟苹果', '未成熟香蕉', '未成熟葡萄', '未成熟芒果', '未成熟橙子' 训练好的模型各项指标都很高，开箱即用，可以定制修改。

2025-05-20

工创赛已标注生活垃圾分类数据集
工创赛智能垃圾分类赛道数据集 实地拍摄+泛化图片

2025-02-21

NeRF-LLFF格式数据集（Synthenic）-Trex场景
NeRF-LLFF格式数据集（Synthenic）-Trex场景

2025-02-21

一个3d场景棋盘+物体的手持相机扫描数据集
一个3D场景棋盘+物体的手持相机扫描数据集，图中展示了一个白色圆形框架结构放置在黑白棋盘格标定板上，这种设置通常用于获取物体的点云数据和相机标定，是计算机视觉和3D重建研究中常见的数据采集场景。

2025-02-21

NeRF-LLFF格式数据集（Synthenic）-Fern场景
NeRF_LLFF格式数据集（Synthenic）_Fern场景

2025-02-21

一个3D场景棋盘+物体的手持相机扫描的nerf重建结果
一个3D场景棋盘+物体的手持相机扫描的NeRF重建结果。图中展示了使用手持相机从多个视角采集的图像数据，通过NeRF（神经辐射场）技术重建的三维场景。场景包含一个白色圆形框架结构和黑白棋盘格标定板，NeRF能够学习场景的几何形状和光照特性，实现高质量的三维重建和新视角合成。

2025-02-21

一个3D场景棋盘+物体的手持相机扫描colmap密集重建点云
一个3D场景棋盘+物体的手持相机扫描COLMAP密集重建点云。图中可见一个白色圆形框架结构被放置在黑白棋盘格标定板上，通过手持相机多角度拍摄后，使用COLMAP进行SFM（运动恢复结构）和密集重建，生成了场景的三维点云数据。这种重建方式能够准确捕捉物体的几何特征和空间结构。

2025-02-21

一个3D场景棋盘+物体的手持相机扫描点云（stl）
一个3D扫描场景，一个白色的圆形框架结构放置在黑白棋盘格标定板上。 棋盘格图案是计算机视觉中常用的标定工具，可以帮助相机建立准确的空间参考系统。这个设置是为了使用手持3D扫描仪获取物体的点云数据，最终生成STL格式的3D模型。 整个场景的布置和照明都经过精心安排，以确保扫描质量。

2025-02-21

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除