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

自定义博客皮肤

-+

实力派,无需多言!

【专注】深度学习、计算机视觉、自然语言处理、OpenCV方向研究,不限于目标识别检测、跟踪、图像分类、分割、场景理解、姿态估计、动作识别、视频分析、三维重建、迁移学习、强化学习、算法改进优化等。毕设、课设、比赛指导,公司实际项目开发!欢迎交流,相互学习!

  • 博客(446)
  • 资源 (569)
  • 收藏
  • 关注

原创 【人工智能毕设课设】基于YOLOv9实现的线下课堂学生上课状态识别检测系统(附项目源码和数据集下载)

在现代教育环境中,教师对于学生在课堂上的状态监控需求日益增加。传统的监控方式往往依赖于人工观察,不仅效率低下,而且难以做到全面覆盖。为了解决这个问题,我们基于YOLOv9(You Only Look Once version 9)开发了一个线下课堂学生上课状态识别检测系统。该系统能够自动识别学生的上课状态,包括注意力集中、打瞌睡、玩手机等行为,从而帮助教师更好地管理课堂。本文将详细介绍该系统的Python源码、运行教程、训练好的模型以及评估指标曲线,以便读者能够快速上手并应用于实际场景中。

2024-10-14 16:27:21 2035 6

原创 基于YOLOv8+PyQt5开发的行人过马路危险行为检测告警系统(附数据集和源码下载)

交通安全一直是一个备受关注的重要议题。每年都有大量的交通事故发生,其中很多都与行人在过马路时的危险行为有关。故我开发了一种基于YOLOv8的行人过马路危险行为检测告警系统。它能够快速准确地识别图像或视频中的行人,并判断他们是否存在危险行为。通过结合计算机视觉和深度学习技术,该系统能够实时监测行人在过马路时的行为,并及时发出警报,以提醒行人和驾驶员注意交通安全。提示:以下是本篇文章正文内容在本博客中,我们介绍了基于YOLOv8和PyQt5的行人过马路危险行为检测告警系统。

2023-08-13 10:00:00 5510 5

原创 使用Resnet网络对人脸图像分类识别出男女性别(包含数据集制作+训练+测试)

这两天有点忙,本打算昨天准备写这篇博客内容的,推迟到今天晚上。实际上,上午我已经把模型训练完了,准确率可以达到95%,考虑到用的台式机没有装显卡,所以使用的数据集一共只有340张。分布情况如下。【训练集】女性:150张;男性:150张【验证集】女性:20张;男性:20张数据集预览女性数据男性数据提示:以下是本篇文章正文内容,下面案例可供参考实际上很多可以修改,如loss选择、梯度下降方法、学习率、衰减率等等。

2022-11-19 23:27:31 8464 18

原创 基于RNN循环神经网络、LSTM、GRU和改进GRU空中目标意图识别实现(附源码+数据集+程序说明)

目标战术意图由一系列动作实现,因此目标状态呈现时序动态变化特征。针对目标意图识别问题的特点,本文是对基于循环神经网络进行意图识别的实现。现有的用于复杂环境下对目标意图识别方法主要有模板匹配、证据推理、贝叶斯网络和神经网络等。提示:以下是本篇文章正文内容,下面案例可供参考。

2022-11-10 23:29:27 3692 36

原创 100种目标检测数据集【voc格式yolo格式json格式coco格式】+YOLO系列算法源码及训练好的模型

本文介绍并分享了应用于各行业、各领域非常有用的目标检测数据集(感谢您的关注+三连,数据集持续更新中…),其中绝大部分数据集作者已应用于各种实际落地项目,数据集整体质量好,标注精确,数据的多样性充分,训练模型拟合较好,具有较高的研究和使用价值,各数据集都有下载链接及作者训练好的模型+源码下载链接,同时也有对应的检测效果视频,请放心下载~【实际项目应用】:阳光厨房、明厨亮灶智能监控方案【数据集说明】:老鼠检测数据集已更新到2018张,图片包含有白天和黑夜老鼠出没照片,标签包含voc(xml)和yolo格式

2022-10-12 21:32:27 25630 33

原创 【深度学习笔记】五步教你使用Pytorch搭建神经网络并训练

文章目录前言一、准备数据&加载数据1.准备数据(分类)2.加载数据二、定义损失函数1自定义损失函数或者使用Pytorch中现有的三、定义网络四、定义优化器五、迭代训练总结前言针对刚接触深度学习的小伙伴,肯定很想自己亲手搭建一个网络模型,训练模型。今天作者就五步教大家简单快速搭建一个分类网络,并训练模型,希望对初学者有一定帮助,欢迎大家收藏关注,作者将不断分享更新深度学习中的一些重要知识点。一、准备数据&加载数据1.准备数据(分类)作者是训练分类训练工作服和非工作服,如下图所示.

2021-09-03 10:05:37 10161

原创 一文弄懂--人工智能中的Transformer是什么?

Transformer是一种革命性的神经网络架构,主要用于处理序列数据,如自然语言处理(NLP)任务。它通过自注意力机制同时处理整个序列,显著提高了处理长距离依赖关系的能力。与传统的循环神经网络(RNN)和卷积神经网络(CNN)相比,Transformer具有更高的并行性和效率,使其在机器翻译、文本生成、语音识别等领域表现出色。Transformer的核心组件包括输入嵌入、位置编码、多头自注意力机制和前馈神经网络。其成功推动了大规模语言模型(如GPT和BERT)的发展,并在多模态AI系统中展现出巨大潜力。T

2025-05-14 16:48:02 1455

原创 【智慧养猪场】-猪的行为分析视频数据集及展示(已做好分类)

通过对这些视频数据的分析,能够应用视频识别技术对猪的日常行为进行监控和分析,进而实现自动化管理养猪场,提高养殖效率和动物福利。在技术应用方面,涉及到视频处理技术、计算机视觉、行为识别算法、人工智能与机器学习、物联网技术等多种IT领域的知识点。例如,利用计算机视觉技术结合图像处理和机器学习算法,对视频帧序列进行分析,来检测和分类特定的行为;运用行为识别算法,如深度学习中的卷积神经网络(CNN)和递归神经网络(RNN),通过训练模型来识别和分类不同的行为。

2025-04-09 10:39:23 1147 2

原创 【毕设课设系列】基于深度学习实现多位手写数字识别系统准确率达99.3%(附源码+数据集+识别效果展示+运行教程)

我们的目标是构建一个系统,能够识别包含多个手写数字的图像(例如,图像中可能包含两个或更多的手写数字)。数据准备:获取并预处理包含多位手写数字的数据集。模型构建:使用深度学习框架(如TensorFlow或PyTorch)构建卷积神经网络模型。模型训练:训练模型以识别手写数字。模型评估:评估模型的性能。模型应用:使用训练好的模型进行预测。

2025-03-14 16:13:00 1027 5

原创 Python初学者常犯的错误及其解决办法

在Windows里面你直接打开CMD、Powershell或者在macOS、Linux上打开终端,你看到的黑色窗口叫做命令行,这里执行的是命令。macOS、Linux的命令行一般是以符号开头。当你在终端里面,输入python3并回车的时候,打开的是Python交互环境>>>Python交互环境里面执行的是Python代码,而不是shell命令。你需要搞清楚,你是要执行shell命令、CMD命令还是执行Python代码。执行shell命令,就在终端里面,执行CMD命令,就在CMD里面。

2024-11-28 16:28:52 1079

原创 基于STM32F407ZGT6芯片+多传感器开发的多参数水质监测系统含论文+答辩PPT+软硬件资料

STM32F407ZGT6微控制器:作为系统的核心处理器,负责数据采集、处理及通信逻辑的实现。该芯片具有高性能、低功耗的特点,适用于嵌入式控制系统。水质传感器温度传感器:用于监测水体的温度。pH值传感器:用于监测水体的酸碱度。溶解氧传感器:用于监测水体中的溶解氧含量。电导率传感器:用于监测水体的电导率。无线通信模块:通过Wi-Fi或LoRa等无线通信技术,实现数据的远程传输。本项目选用ESP8266 Wi-Fi模块。电源模块:为整个系统提供稳定的电源。

2024-11-25 08:30:00 1835

原创 C语言基于AVR单片机的电子万年历设计-附项目源码+论文

AVR单片机:作为系统的核心处理器,负责数据处理和控制逻辑的实现。本项目选用ATmega328P单片机。RTC模块:用于提供精确的时间基准。本项目选用DS3231实时时钟模块。LCD显示模块:用于显示时间、日期和星期等信息。本项目选用1602字符型LCD显示屏。按键模块:用于设置时间和日期。本项目使用4个按键,分别用于增加、减少、确认和返回操作。电源模块:为整个系统提供稳定的电源。

2024-11-24 12:00:00 883

原创 基于STM32的智能温室大棚控制系统设计(含软硬件及全部资料+说明文档)

STM32微控制器:作为系统的核心处理器,负责数据采集、处理及控制逻辑的实现。温度传感器:用于监测温室内的温度。湿度传感器:用于监测温室内的湿度。光照强度传感器:用于监测温室内的光照强度。土壤湿度传感器:用于监测土壤的湿度。继电器模块:用于控制风扇、水泵、补光灯等设备的开关。通信模块:通过Wi-Fi或LoRa等无线通信技术,实现远程监控和数据传输。LCD显示模块:用于显示当前的环境参数和系统状态。

2024-11-24 10:00:00 2368

原创 数学建模竞赛:生产企业原材料的订购与运输:解决生产企业原材料的订购与运输问题

( x_{ij} ):从供应商 ( i ) 订购并运输到工厂 ( j ) 的原材料数量。( c_{ij} ):从供应商 ( i ) 运输到工厂 ( j ) 的单位成本。( p_i ):供应商 ( i ) 的供货价格。( d_j ):工厂 ( j ) 的需求量。( s_i ):供应商 ( i ) 的供货能力。

2024-11-23 13:45:00 1268

原创 课程设计:基于FPGA的出租车计价系统

FPGA控制模块:选用Xilinx或Altera系列的FPGA芯片,利用VHDL/Verilog语言编写控制逻辑。传感器模块:采用霍尔效应传感器检测车轮转动次数,进而计算行驶距离。显示模块:使用7段数码管或LCD屏显示相关信息。按键模块:包含启动、停止等几个按键,用于控制计价过程。电源模块:为系统提供5V或3.3V直流电。

2024-11-23 12:30:00 1801

原创 基于51单片机的嵌入式油烟机控制系统设计含源码+原理图+说明文档

51单片机:作为系统的核心处理器,负责接收来自各传感器的数据,并根据预设算法控制风扇的转速。烟雾传感器:用于检测厨房内油烟浓度的变化,为系统提供实时数据支持。温度传感器:监测厨房温度,辅助判断油烟产生情况。风扇驱动模块:接收单片机发出的指令,调整风扇转速以适应不同的油烟浓度。按键模块:允许用户手动设置工作模式或调整参数。LCD显示模块:用于显示当前的工作状态、油烟浓度等信息。

2024-11-22 09:30:00 772

原创 基于STC89C52单片机的简易温度测量系统+设计报告(含温度测量、时间显示、时间修改、数据记录和数据回显等功能)

🚀完整项目源码下载链接👉。

2024-11-21 09:00:00 721

原创 基于STM32F407VET6单片机的自动泊车系统设计--含设计报告和文档资料

在相邻车库有车的情况下完成倒车入库和侧方位入库。在相邻车库无车的情况下完成倒车入库和侧方位入库。能够连续完成上述功能组合。

2024-11-20 10:45:00 1226

原创 基于单片机矿工生理状态监测系统的设计与实现-含源码+论文

本文通过查阅国内外相关资料,设计并实现了一套基于单片机的矿工生理状态监测系统。该系统能够实时监测矿工的体温、心率、血氧值和物理角度,并通过WiFi模块将数据传输到云平台,有效提高了矿工的工作安全性和健康水平。硬件优化:提高传感器的灵敏度和准确性,增强数据采集和传输的稳定性和可靠性。软件优化:开发更加高效、准确和实用的算法,提高数据处理和分析的精度和效率。应用拓展:探索生理状态监测系统的应用领域和未来发展方向,将其技术应用到其他行业和领域中,为人们的生产生活提供更加安全、健康和高效的保障。

2024-11-20 08:00:00 2089

原创 基于MATLAB的超宽带(UWB)信号的仿真和测试系统

随着无线通信技术的发展,超宽带(Ultra-Wideband, UWB)技术因其高数据传输速率、低功耗、抗多径衰落等优点而受到广泛关注。UWB技术适用于短距离高速数据传输,如个人区域网络、雷达系统和精确位置定位等应用。本文将介绍如何使用MATLAB进行UWB信号的仿真与测试,并构建一个完整的测试系统。🚀完整项目源码下载链接👉。

2024-11-19 15:35:45 1705

原创 基于ROS的GNSS定位系统:使用因子图优化(FGO)和扩展卡尔曼滤波(EKF)进行GNSS数据融合

因子图优化是一种基于图论的优化方法,通过构建因子图模型,将观测数据和先验知识转化为图中的节点和边,然后通过优化算法求解最可能的状态。因子图优化在处理非线性问题和多模态数据方面具有优势。

2024-11-19 15:30:35 2175

原创 模拟低轨道卫星通信:基于Python计算卫星与地面站之间的可见性和通信延迟

轨道高度:卫星距离地球表面的高度。倾角:卫星轨道平面与赤道平面的夹角。周期:卫星绕地球一周所需的时间。

2024-11-19 15:22:35 1938

原创 使用深度强化学习方法实现股票投资组合优化(附项目源码+数据集+论文报告+答辩PPT)

本项目使用了科技公司的股票数据,包括但不限于苹果(AAPL)、谷歌(GOOGL)、微软(MSFT)等。数据来源包括历史股价、成交量、财务指标等。数据预处理步骤包括清洗、归一化和特征工程。

2024-11-16 08:45:00 1776

原创 采用多种深度学习、机器学习算法实现目标意图识别系统——含完整项目源码

描述:航空旅行信息系统的英文数据集。训练数据:4978条测试数据:888条类别:22个支持向量机是一种监督学习模型,用于分类和回归分析。它通过找到一个超平面来最大化不同类别之间的间隔。

2024-11-15 18:15:29 1241

原创 深度强化学习方法--三维路径规划算法设计与实现(RRT+AOC+APF)

A*算法是一种启发式搜索算法,通过估计从当前节点到目标节点的成本来指导搜索方向。它结合了Dijkstra算法的广度优先搜索和贪婪最佳优先搜索的特点。本文介绍了如何在Matlab中实现基于深度强化学习的三维路径规划算法,并结合了多种传统路径规划算法。

2024-11-15 18:00:12 1922

原创 Flask和Python实现在线课堂学生疲劳检测系统设计与实现

后端:Flask(Web框架)前端图像处理:OpenCV(计算机视觉库)GUI界面:Tkinter(Python标准GUI库)本文介绍了如何利用Flask、OpenCV和Python开发一个在线课堂学生疲劳检测系统。通过视频流捕获、面部检测、疲劳检测和结果展示,我们展示了整个系统的搭建过程。

2024-11-15 17:48:26 1226

原创 基于机器学习电信号EMG训练分类模型控制仿生手控制系统(Matlab-Simulink实现)

肌电图(EMG)信号是从肌肉活动中获取的电信号,这些信号可以通过放置在皮肤表面的电极进行采集。EMG信号反映了肌肉活动的状态,是控制仿生手的重要输入。本文介绍了如何利用机器学习方法和Matlab-Simulink实现基于EMG信号的仿生手控制系统。通过数据采集、预处理、特征提取、分类模型训练和控制系统实现,我们展示了整个系统的搭建过程。

2024-11-15 17:39:43 1599

原创 基于YOLOv9的空中飞鸟识别检测系统(附项目源码和数据集下载)

基于YOLOv9的空中飞鸟识别检测系统是一个利用深度学习技术进行鸟类识别的应用,旨在实现对机场等场景中飞鸟的实时检测和预警,从而帮助提升飞行安全。本文将详细介绍该系统的Python源码、运行教程、训练好的模型以及评估指标曲线。

2024-10-15 12:00:00 1934

原创 基于YOLOv9实现的自行车检测系统:为共享自行车违停项目开发(附项目源码及数据集下载)

随着城市化进程的加快,自行车作为绿色出行工具,其数量在不断增加。然而,随之而来的自行车违停问题也日益严重,给城市交通管理带来了挑战。为了有效监测自行车违停情况,我们基于YOLOv9(You Only Look Once version 9)开发了一款自行车检测系统。该系统能够实时检测视频或图像中的自行车,并识别其是否违停,为城市交通管理提供智能化解决方案。本文将详细介绍该系统的Python源码、运行教程、训练好的模型以及评估指标曲线,旨在帮助读者快速上手并将其应用于自行车违停项目的开发中。

2024-10-14 16:55:43 1922

原创 【人工智能毕设课设】基于YOLOv9的水果(香蕉)成熟度识别划分系统(附项目源码和数据集下载)

YOLOv9是YOLO系列算法的最新版本,它在保持高效推理速度的同时,进一步提升了检测精度。通过引入更先进的网络结构、优化训练策略以及增强数据增强技术,YOLOv9在多个目标检测基准测试中取得了优异表现。本项目成功开发了一个基于YOLOv9的香蕉成熟度识别系统,实现了从数据预处理、模型训练到测试评估的完整流程。通过实际测试,系统表现出较高的识别精度和鲁棒性,为香蕉生产和管理提供了有力的技术支持。

2024-10-14 16:02:10 1499

原创 面试智力题 (附答案)

"Mr Miller为记 者举例说明了一种比较合理的答法,他首先在纸上画出了CN TOWER的草图,然后快 速估算支架和各柱的高度,以及球的半径,算出各部分体积,然后和各部分密度运 算,最后相加得出一个结果。如果有两顶黑帽子,第一次两人都只 看到对方头上的黑帽子,不敢确定自己的颜色,但到第二次关灯,这两人应该明白 ,如果自己戴着白帽,那对方早在上一次就应打耳光了,因此自己戴的也是黑帽子 ,于是也会有耳光声响起;现在小明过桥要1秒, 小明的弟弟要3秒,小明的爸爸要6秒,小明的妈妈要8秒,小明的爷爷要12秒。

2024-06-25 13:15:00 841

原创 嵌入式系统习题库及答案

嵌入式系统习题库及答案## 1.选择题1. 以下哪个不是嵌入式系统的设计的三个阶段之一:(A)A 分析B 设计C 实现D 测试2. 以下哪个不是RISC架构的ARM微处理器的一般特点:(C)A 体积小、低功耗B 大量使用寄存器C采用可变长度的指令格式,灵活高效D 寻址方式灵活简3. 通常所讲的交叉编译就是在X86架构的宿主机上生成适用于ARM架构的( A )格式的可执行代码。

2024-06-25 09:45:00 1682

原创 面试问题总结(包含各方面)

2、说出自己的观点:“我符合贵公司的招聘条件,凭我目前掌握的知识、技能、 高度的责任感、 良好的适应能力及学习能力, 完全能胜任这份工作。2、说出自己对困难所持有的态度:“工作中出现一些困难是正常的, 也是难免的, 但是只要有坚忍不拔的毅力、勤奋的学习态度, 良好的合作精神以及事前周密而充分的准备, 任何困难都是可以克服的。我的目的是:了解应聘者的心理承受能力、逻辑思维能力、演讲能力,而他的生平介绍却是其次的,因为,我们在他的简历中已经对其有所了解。我的目的是:应聘者是有感恩的心态,还是有仇恨的心态。

2024-06-24 12:30:00 595

原创 网络分层之7层讲解

要传递信息就要利用一些物理媒体,如双纽线、同轴电缆等,但具体的物理媒体并不在OSI的7层之内,有人把物理媒体当作第0层,物理层的任务就是为它的上一层提供一个物理连接,以及它们的机械、电气、功能和过程特性。该层的任务时根据通信子网的特性最佳的利用网络资源,并以可靠和经济的方式,为两个端系统(也就是源站和目的站)的会话层之间,提供建立、维护和取消传输连接的功能,负责可靠地传输数据。Note:有一些连接设备,如网桥或交换机,由于它们要对帧解码并使用帧信息将数据发送到正确的接收方,所以它们是工作在数据链路层的。

2024-06-24 09:00:00 1274

原创 数据结构-堆

(Heap)是一种特别的树状数据结构。若是满足以下特性,即可称为堆:“给定堆中任意节点P和C,若P是C的母节点,那么P的值会小于等于(或大于等于)C的值”。若母节点的值恒子节点的值,此堆称为(min heap);反之,若母节点的值恒子节点的值,此堆称为(max heap)。在堆中最顶端的那一个节点,称作(root node),根节点本身没有(heap sort),提出了二叉堆树作为此算法的数据结构。

2024-06-23 15:45:00 816

原创 TCP 三次握手

SYN-ACK重传次数服务器发送完SYN-ACK包,如果未收到客户确认包,服务器进行首次重传,等待一段时间仍未收到客户确认包,进行第二次重传,如果重传次数超过系统规定的最大重传次数,系统将该连接信息从半连接队列中删除。客户端再次发送确认包(ACK),SYN 标志位为0,ACK 标志位为1,并且把服务器发来 ACK 的序号字段+1,放在确定字段中发送给对方,并且在数据段放写ISN的+1。服务器端确认客户端的 FIN 包,发送一个确认包,表明自己接受到了客户端关闭连接的请求,但还没有准备好关闭连接。

2024-06-23 11:15:00 1361

原创 4字节十进制数 转为 IPV4点分十进制 -- C++语言实现

【代码】4字节十进制数 转为 IPV4点分十进制 -- C++语言实现。

2024-06-22 16:30:00 446

原创 C++必会100题精(面试笔试有用)

5.已知一个类X, _____C_____是定义指向类X成员函数的指针,假设类有3个公有成员: void f1(int), void f2(int)和int a.54.类B是类A的公有派生类,类A和类B中都定义了虚函数func(),p是一个指向类A对象的指针,则p->A::func()将( A )9.已知f1(int)是类X的公有成员函数,p是指向成员f1()的指针,采用它赋值, ____ B ______是正确的.8.已知p是一个指向类X数据成员m的指针,s是类X的一个对象;

2024-06-22 12:15:00 1147

原创 模电复习题

在下图所示放大电路中,已知VCC=12V,Rb1=27kΩ,Rc=2kΩ,Re=1kΩ,UBE=0.7V,现要求静态电流 ICQ=3mA ,则 Rb2 约为()。已知U2=20V,稳压管的UDZ=9V,R=300Ω,RL=300Ω。正常情况下,电路的输出电压UO为()。下图所示共基放大电路的三极管为硅管,UBE=0.7V,rbb’=200Ω,β=100,可求得该电路的电压放大倍数为()。下图所示共基放大电路的三极管为硅管,UBE=0.7V,rbb’=200Ω,β=100,可求得该电路的输出电阻Ro为()。

2024-06-21 17:15:00 2195

原创 威泰视信嵌入式软件工程师笔试题

硬件看门狗,又叫 watchdog timer,是一个定时器电路, 一般有一个输入,叫喂狗,一个输出到MCU的RST端,MCU正常工作的时候,每隔一端时间输出一个信号到喂狗端,给 WDT 清零,如果超过规定的时间不喂狗,(一般在程序跑飞时),WDT 定时超过,就回给出一个[复位信号]到MCU,是MCU复位. 防止MCU死机. 看门狗的作用就是防止程序发生死循环,或者说程序跑飞。只要你代码或配置有改动,都要重新编译的,只是如果代码写成块模式的,不用整个代码都重新编译,编译器会自动编译改动了的代码。

2024-06-21 11:00:00 2106

毕设项目源码-基于Spark2的新闻浏览日志大数据实时分析与可视化系统+文档操作步骤说明.zip

毕设项目源码-基于Spark2的新闻浏览日志大数据实时分析与可视化系统+文档操作步骤说明.zip 项目目录/ ├── flume_hbase/ # Flume与HBase集成示例代码 # 数据采集/存储 ├── sparkStu/ # Spark示例与测试脚本 # 学习/测试 ├── weblogs/ # Spark Streaming实时处理源代码 # 实时分析 │ ├── … # 业务逻辑与数据流处理代码 # 业务代码 ├── z_pic/ # 项目报告与可视化图片 # 可视化资源 ├── 项目说明.md # 项目说明文档 # 说明 └── 参考步骤.txt # 部署与运行参考步骤 # 参考资料 功能介绍: 该项目以新闻网站用户浏览日志为数据源,通过Flume将浏览日志实时写入HBase,再由Spark Streaming从HBase或Kafka中消费数据流,在Spark2.x集群上完成实时统计分析,包括实时分析前20名流量最高的新闻话题和统计当前线上已曝光话题、各时段用户浏览量峰值等指标。通过Spark SQL和Hive实现离线批量数据处理与历史报表计算;同时利用Spark Streaming计算结果写入可视化工具(如Grafana或前端展示页面)进行实时展示。项目覆盖用户行为采集、实时流处理、离线分析与可视化全流程,通过大数据技术实现对新闻热点和用户行为的实时监控和展示。 使用技术栈:Java,Scala,Spark 2.x,Spark Streaming,Hive,Flume,HBase,Kafka,HTML5

2025-10-23

Everything-1.4.1.1009.x86-Setup.zip

Everything-1.4.1.1009.x86-Setup.zip

2025-10-22

基于Simulink与STM32F4的线控底盘电子差速控制系统设计源码+文档说明及全部资料.zip

基于Simulink与STM32F4的线控底盘电子差速控制系统设计源码+文档说明及全部资料.zip 这个项目旨在开发一个电子差速器控制系统,并在评估板上进行测试。该系统旨在取代传统车辆中从中央发动机传动到车轮的机械部件,通过电子控制单元直接控制车轮的转速。该控制系统还能够抵消由于路面条件恶劣(如冰雪路面、湿滑路面等)而导致的打滑效应。 主要功能 开发电子差速器控制系统,取代传统机械差速器 实现车辆在正常和恶劣路况下的稳定性控制 通过电子控制单元直接控制车轮转速,提高车辆性能

2025-10-21

课程实验-基于多模态图像与文本融合的情感分析分类系统python源码(含实验报告+数据+使用说明).zip

基于多模态图像与文本融合的情感分析分类系统python源码(含实验报告+数据+使用说明).zip 这个项目是一个基于图像和文本数据的多模态情感分析分类问题的实现。 主要功能 实现基于图像数据的情感分析 实现基于文本数据的情感分析 实现图像和文本数据的双模态融合情感分析 技术栈 Python 3 PyTorch 1.10.1 scikit-learn 1.0.2 Transformers 4.30.2

2025-10-13

基于文本与图像融合的多模态情感分析模型项目源码+文档说明+数据集.zip

基于文本与图像融合的多模态情感分析模型项目源码+文档说明+数据集.zip 多模态情感分析 项目结构 in data 包含所有的文本和图像文件。 test_without_label.txt 未预测的测试集文件。 out test.txt 程序生成的预测标签。 utils feature hybrid.py 用于特征融合的代码。 image.py 用于提取图像特征的代码。 text.py 用于提取文本特征的代码。 classifier.py 分类器模型的代码。 data.py 读取文本和图像数据的代码。 main.py 程序执行的入口。 requirements.txt 项目所需的 Python 包。 这是一个多模态(文本和图像)情感分析项目。该项目提供了一个基于 Python 的框架,可以从文本和图像中提取特征,并使用分类器模型进行情感分类。项目包含了数据读取、特征提取和分类器训练等核心功能。 主要功能 从文本和图像中提取特征 使用分类器模型进行情感分类 支持自定义数据集和超参数调整 技术栈 Python 机器学习库: sklearn、gensim、skimage、transformers、torchvision 深度学习框架: PyTorch

2025-10-13

四轴飞行器的仿真项目源码-基于MATLAB实现PD和LQR控制器在各种轨迹上进行飞行+全部资料.zip

四轴飞行器的仿真项目源码-基于MATLAB实现PD和LQR控制器在各种轨迹上进行飞行+全部资料.zip 这个项目是一个四轴飞行器的仿真项目,使用MATLAB实现了PD和LQR控制器,可以在各种轨迹上进行飞行。项目包括轨迹生成、状态机控制、控制器设计和性能评估等功能。 主要功能点 开发基本状态机,实现起飞、悬停、轨迹跟踪和降落等功能 引入时间参数化轨迹,包括固定初末点约束和有界速度加速度的轨迹 扩展到分段连续轨迹,包括固定初末点约束 评估不同飞行性能和轨迹设计下的跟踪性能 技术栈 MATLAB

2025-10-11

毕设源码-基于MATLABSimulink的四旋翼无人机仿真与控制系统设计平台源码+文档说明.zip

基于MATLABSimulink的四旋翼无人机仿真与控制系统设计平台源码+文档说明.zip 这个项目是一个基于MATLAB/Simulink的四轴飞行器控制系统仿真。它的主要目标是建模和设计四轴飞行器的控制系统。该项目还包含一些辅助脚本,用于获取特定四轴飞行器的参数。控制方法采用PD调节方法。该模型可以使用其他控制系统。 主要功能 建立四轴飞行器的仿真模型 设计四轴飞行器的姿态控制系统 提供辅助脚本用于获取四轴飞行器的参数 技术栈 MATLAB Simulink

2025-10-11

基于加速度异常检测的电梯振动失效预警系统毕设源码+说明文档等全部资料.zip

基于加速度异常检测的电梯振动失效预警系统毕设源码+说明文档等全部资料.zip 这个项目是一个电梯异常检测系统,旨在通过分析电梯加速度数据来识别异常情况,从而预测电梯可能出现的技术问题,如电梯制动系统、电机和对齐问题。 主要功能 收集和处理来自15部电梯的加速度数据 使用机器学习算法(标准异常检测、隔离森林、K-means、自编码器等)检测异常 建立实时流式数据处理系统,使用Amazon DynamoDB和Apache Kafka 开发一个仪表板,可视化异常检测结果 技术栈 Python Jupyter Notebook Apache Spark Apache Kafka Amazon DynamoDB Flask Plotly Dash

2025-10-10

利用ARIMA和LSTM模型来准确预测未来的温度和空气质量指数(毕设项目完整源码).zip

利用ARIMA和LSTM模型来准确预测未来的温度和空气质量指数(毕设项目完整源码).zip 这个项目利用ARIMA和LSTM模型来准确预测未来的温度和空气质量指数。该项目旨在通过结合两种模型的优势来改进传统的时间序列预测方法,并展示了该方法在预测准确性方面的优势。 主要功能点 使用物联网技术和机器学习技术建立天气监测系统,收集温度和湿度数据。 采用ARIMA和LSTM两种预测模型对收集的数据进行分析和预测。 比较两种模型的预测性能,并证明LSTM模型的预测效果优于ARIMA模型。 探讨天气预报在农业、制造、建筑等行业的重要性,以及机器学习在智慧农业中的应用。 技术栈 Python Arduino 机器学习算法(ARIMA, LSTM) 时间序列分析技术(分解、差分、平滑、季节性检测)

2025-10-10

基于ARIMA与LSTM的IoT天气监测与预测系统源码+文档说明及全部资料.zip

基于ARIMA与LSTM的IoT天气监测与预测系统源码+文档说明及全部资料.zip 这个项目利用ARIMA和LSTM模型来准确预测未来的温度和空气质量指数。该项目旨在通过结合两种模型的优势来改进传统的时间序列预测方法,并展示了该方法在预测准确性方面的优势。 主要功能 使用物联网和机器学习技术建立天气监测系统 采用ARIMA和LSTM两种模型进行温度和空气质量指数的预测分析 比较两种模型的预测性能,发现基于深度学习的LSTM模型优于传统的ARIMA模型 技术栈 Python Arduino 机器学习算法(ARIMA, LSTM) 数据分析和可视化

2025-10-10

最新ChromeSetup.exe

ChromeSetup.exe

2025-10-09

基于机器学习+图像处理实现肺部CT扫描进行肺癌分类系统(完整毕设源码).zip

基于机器学习+图像处理实现肺部CT扫描进行肺癌分类系统(完整毕设源码).zip 这个项目旨在使用机器学习和图像处理技术对肺部CT扫描进行肺癌分类。该项目分析了国家癌症研究所提供的20名患者的CT扫描数据集,并使用局部二进制模式(LBP)和卡方距离分类器对肺部肿瘤进行分类。该项目还讨论了数据预处理、算法实现和性能验证等方面的内容,并提出了未来改进的建议。 主要功能 将CT扫描数据转换为Hounsfield单位(HU),并对数据进行重采样和分割,以提取肺部内的相关结构。 使用局部二进制模式(LBP)算法提取图像纹理特征,并生成直方图作为分类器的输入。 采用卡方距离分类器对肺部肿瘤进行分类,并使用留一交叉验证方法评估算法性能。 分析算法性能,并提出未来改进建议,如使用更大的数据集和更优的特征提取方法。 技术栈 Python scikit-learn OpenCV DICOM

2025-10-07

毕设作品-基于Xception迁移学习的肺癌CT图像分类系统源码+文档说明+数据集+模型.zip

毕设作品-基于Xception迁移学习的肺癌CT图像分类系统源码+文档说明+数据集+模型.zip 这个项目旨在使用卷积神经网络(CNN)和迁移学习构建肺癌预测系统。该模型将肺部X光图像分类为四类:正常、腺癌、大细胞癌和鳞状细胞癌。 主要功能 使用预训练的Xception模型作为基础模型,并在此基础上添加自定义层进行肺癌图像分类。 采用数据增强技术,如水平翻转,来提高模型的泛化能力。 使用回调函数,如学习率降低、早停和模型检查点,来优化模型训练过程。 提供了使用训练好的模型进行预测的示例代码。 技术栈 Python 3.x TensorFlow/Keras Pandas、NumPy、Seaborn、Matplotlib、Scikit-learn

2025-10-07

基于GD32F103的低成本FOC无刷电机控制方案及全部资料.zip

基于GD32F103的低成本FOC无刷电机控制方案及全部资料.zip 一个基于 FOC(场向量控制)的无刷电机控制方案,可以以非常低的成本(约3美元)实现高性能的电机控制。 主要功能 采用空间矢量脉宽调制(SVPWM)技术 无电流传感器的转矩控制 转速闭环控制 角度闭环控制 自动相序检测和校正 技术栈 微控制器: GD32F130G6U6 (Cortex-M3 内核, 72MHz 频率, 32KB Flash, 4KB SRAM) 驱动芯片: EG2133 开发环境: EasyEDA, gcc-arm-none-eabi, OpenOCD, CLion, Qt

2025-10-01

本科课程设计-基于微信云开发的智能美食决策小程序项目源码+文档说明(多个截图及扫码体验).zip

课程设计基于微信云开发的智能美食决策小程序项目源码+文档说明.zip 微信小程序项目,名为"吃什么吖"。它使用了微信官方提供的云开发功能,无需自己部署服务器,同时解决了图片过大无法保存在本地的问题。 【主要功能】 微信小程序开发 使用微信云开发功能 解决图片上传大小限制问题 技术栈 JavaScript Python

2025-09-22

MobaXterm-Portable-v21.4.zip

MobaXterm_Portable_v21.4.zip

2025-09-19

paramiko-3.0.0-py3-none-any.whl

paramiko-3.0.0-py3-none-any.whl

2025-09-18

OpenSSH-Win64.7z

OpenSSH-Win64.7z

2025-09-17

OpenSSH.Server.zip

OpenSSH.Server.zip

2025-09-17

基于SCNN的PyTorch车道线检测系统源码+文档说明及全部资料.zip

基于SCNN的PyTorch车道线检测系统源码+文档说明及全部资料.zip 【备注】 1、该资源内项目代码百分百可运行,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 【特别强调】 1、csdn上资源保证是完整最新,会不定期更新优化; 2、请用自己的账号在csdn官网下载,请勿第三方代下,否则博主不对您下载的资源作任何保证,且不提供任何形式的技术支持和答疑!!! 3、运行问题可私信博主,可远程部署!

2025-09-08

labelimg标注工具-vocl和yolo格式标注(免安装,下载即用)labelImg-master.zip

labelImg-master.zip labelimg标注工具——vocl和yolo格式标注(免安装,下载即用)labelImg-master.zip 快速开始: 1、下载后解压到本地 2、建议先安装anaconda,打开anaconda 终端; 3、cd命令到解压的lableimg文件夹 4、执行:python labelImg.py 打开界面导入数据集即可标注

2025-08-27

2024年MINet实时检测钢带表面缺陷的多尺度交互网络+模型.zip

2024年MINet实时检测钢带表面缺陷的多尺度交互网络+模型.zip

2025-08-26

表面缺陷检测的深度学习项目-无监督和监督学习方法-SuperSimpleNet.zip

表面缺陷检测的深度学习项目-无监督和监督学习方法-SuperSimpleNet.zip

2025-08-26

RealNet-main.zip

RealNet-main.zip

2025-08-26

Describable Textures Dataset (DTD)表面缺陷数据集.zip

Describable Textures Dataset (DTD)数据集.zip

2025-08-25

人工智能课设基于Sklearn模型的机器学习股票预测项目源码与分析python源码+设计报告.zip

人工智能课设基于Sklearn模型的机器学习股票预测项目源码与分析python源码+设计报告.zip 基于scikit-learn机器学习模型的股票预测项目。该项目利用Python和sklearn库建立机器学习模型,用于股票价格预测和分析。项目包含数据处理、模型训练等相关代码,主要用于学习和研究目的。 主要功能 基于sklearn机器学习框架的股票预测模型 数据获取与处理模块 多种机器学习算法实现与对比 预测结果分析与可视化 技术栈 Python(100%) scikit-learn(sklearn)

2025-11-20

python基于多种深度学习模型自动为时尚图片生成自然语言描述项目源码+数据集+学习资料.zip

python基于多种深度学习模型自动为时尚图片生成自然语言描述项目源码+数据集+学习资料.zip 基于编解码框架的图像描述生成项目,是2023年北京邮电大学深度学习与神经网络课程设计作品。项目实现了多个图像描述模型,包括初始模型、自注意力+注意力机制模型和Transformer编解码器模型,并探索了多模态学习(BLIP)和强化学习损失函数等扩展功能。项目提供了完整的数据集、模型实现、评估指标(METEOR、ROUGE-L、CIDEr-D)和优化方案。 主要功能点 多个图像描述模型的实现(初始模型、Self-Attention+Attention、Transformer E+D) 支持网格特征表示的编解码框架 集成多个评估指标(METEOR、ROUGE-L、CIDEr-D) 附加功能:多模态模型(BLIP)集成 附加功能:基于强化学习的损失函数优化 完整的数据处理和预处理流程 技术栈 Python编程语言 Transformer架构 深度学习框架(PyTorch/TensorFlow) 自注意力机制 多模态学习模型(BLIP) 强化学习优化 Jupyter Notebook

2025-11-18

北邮人工智能专业-BUPT神经网络与深度学习课程设计含完整源码、数据集资料等(基础的CNN+GRU模型到先进的Transformer架构).zip

北邮人工智能专业-BUPT神经网络与深度学习课程设计含完整源码、数据集资料等(基础的CNN+GRU模型到先进的Transformer架构).zip 本项目是北京邮电大学22级人工智能专业《神经网络与深度学习》课程设计,旨在使用多种深度学习模型自动为时尚图片生成自然语言描述。项目采用DeepFashion-MultiModal数据集,实现了从基础的CNN+GRU模型到先进的Transformer架构,再到大模型微调(Qwen2-VL)的完整技术方案。通过BLEU、METEOR、ROUGE、CIDEr四种评价指标对模型性能进行全面评估,最终对比自训练模型与预训练大模型的差异。 主要功能 实现多种图像描述生成模型架构(CNN+GRU、CNN+GRU+GloVe、Attention机制、Transformer编码解码器) 支持区域特征表示和全局特征表示的图像编码方式 集成自注意力机制和交叉注意力机制 提供Qwen2-VL大模型微调功能(需要30GB+显存) 实现四种标准评价指标用于模型性能评估

2025-11-18

人体检测数据集.zip

人体检测数据集.zip

2025-11-12

146张人形测试数据.zip

146张人形测试数据.zip

2025-11-12

archive.zip

archive.zip

2025-11-12

lightly-train-main.zip

lightly-train-main.zip

2025-11-11

FileZilla-Server-1.11.1-x86-64-linux-gnu.deb

FileZilla_Server_1.11.1_x86_64-linux-gnu.deb

2025-11-07

FileZilla-3.69.3-win64-sponsored2-setup.exe

FileZilla_3.69.3_win64_sponsored2-setup.exe

2025-11-07

tftpd32-tool.zip

tftpd32_tool.zip

2025-11-07

matlab实现基于DDPG强化学习与PID的温度控制仿真系统源码+文档说明及+PPT.zip

matlab实现基于DDPG强化学习与PID的温度控制仿真系统源码+文档说明及+PPT.zip 通过MATLAB和Simulink环境,使用DDPG深度强化学习模型与传统的PID控制器和恒温器控制器在温度控制任务上的性能。项目包含完整的模型实现、训练代码和性能评估。根据实验结果,PID控制器表现最好(MSE: 23.9247),其次是DDPG RL代理(MSE: 26.8667),恒温器控制器最差(MSE: 32.7782)。 主要功能点 使用DDPG(深度确定性策略梯度)强化学习算法实现温度控制 实现PID离散控制器用于温度管理 实现传统恒温器控制逻辑作为基准 支持基于Simulink的建模和仿真 可自定义奖励函数以优化模型性能 提供完整的性能对比分析(MSE指标) 技术栈 MATLAB 2020及更高版本 Simulink仿真环境 强化学习工具箱(Reinforcement Learning Toolkit) 机器学习工具箱(Machine Learning Toolkit) PID调谐工具箱(PID Tuner) 编程语言:100% MATLAB

2025-11-05

基于Mediapipe人体姿态识别的AI健身系统(俯卧撑和仰卧起坐的运动识别).zip

基于Mediapipe人体姿态识别的AI健身系统(俯卧撑和仰卧起坐的运动识别).zip 项目简介: 本项目通过对前端微信小程序采集到的姿势特征图像通过后端flask接口调用,将图像上传至后端,在后端搭建基于MediaPipe Pose的算法系统,将相关姿态数据回传至前端小程序,在前端的算法中判断健身者的运动姿态,动作行程等运动特征是否符合标准动作要求,对其标准动作与各类非标准动作分别计数,并将结果实时显示在小程序运动界面,同时将运动记录上传至历史记录存储在数据库中。 基于人体姿态识别的AI健身系统,采用微信小程序和后端Python接口实现,调用Mediapipe姿态特征点识别,目前已完成对俯卧撑和仰卧起坐的运动识别。 对于俯卧撑,则取点11、13、15确定肘关节角度,取点13、11、23确定肩部角度,取点11,23,25确定髋关节角度。对于仰卧起坐,取点11,23,25确定髋关节角度,取点23,25,27确定膝盖弯曲角度。再对这些角度进行算法判断,从而完成对运动状态的判断。 2. 图片前后端的传输 由于前端采用的是小程序实现,后端采用的是Python进行姿态特征点的识别。摄像头采集的图像是从前端小程序采集的,因此需要将前端采集的图像传回后端利用Python进行识别预测,再将上述的各关节的角度返回给前端,在前端中撰写算法完成判断。 因此,后端采用Flask接口实现。详细实现 3. 数据库设计 在小程序中存储了历史运动数据,采用微信云平台作为数据库,设计了三张表,分别是用户user,俯卧撑sportRecord和仰卧起坐situp。在用户表中创建了openid,头像和昵称的属性,用来存储用户的数据,身高和体重属性则存储对应用户的身高和体重。在俯卧撑表中创建了五个属性,分别为运动的结束,正确的个数以及三处错误情况的计数。仰卧起坐表亦如此,创建了四个属性存储对应的仰卧起坐数据。

2025-10-27

数字图像处理-基于YOLOv8目标检测和MediaPipe实时手势识别的智能图像处理系统完整源码+说明资料+onnx模型.zip

数字图像处理-基于YOLOv8目标检测和MediaPipe实时手势识别的智能图像处理系统完整源码+说明资料.zip 本项目是一个基于YOLOv8目标检测和MediaPipe实时手势识别的智能图像处理系统,除传统图像处理功能外,实现了甲骨文识别和手势交互控制两大核心功能 本数字图像处理系统是基于Python和PyQt5开发的综合性图像处理平台,采用YOLOv8深度学习框架实现高精度甲骨文识别,结合MediaPipe实现实时手势控制交互。系统整合了OpenCV、NumPy等核心计算机视觉库,构建了包含传统图像处理算法(如边缘检测、形态学操作等)与深度学习技术的混合处理流水线,具有跨平台、模块化、低延迟等技术特点,既可作为教学演示工具,也能满足实际工程应用需求。 pip install -r requirements.txt 运行主程序: python main_code/main.py

2025-10-27

基于YOLOv8的甲骨文原始拓片图像单字分割识别项目比赛源码+文档说明资料等.zip

基于YOLOv8的甲骨文原始拓片图像单字分割识别项目比赛源码+文档说明资料等.zip 针对原始拓片图像中的甲骨文文字分割识别包括以下两个阶段: 目标检测:基于 YOLOv8 目标检测模型,对甲骨文文字所在的矩形区域进行提取。 字符识别:基于 YOLOv8 图像分类模型,对文字图像进行分类,判断该字形所代表的具体字符内容。 同时实现基于 Flask 的后端推理接口和 Web UI 可视化界面。

2025-10-27

yolov5-7.0.zip

yolov5-7.0.zip

2025-10-23

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