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

太阳当空照，花儿对我笑，微风轻轻拂，心情无限好。

  • 博客(390)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 基于dlib库实现摄像头多人脸注册及多人脸同时识别系统（附源码+教程）

基于OpenCV GUI的人脸信息采集录入。请注意存储人脸图片时，矩形框不要超出摄像头范围，否则无法保存到本地，超出会有“out of range”的提醒。：基于Tkinter GUI的人脸信息采集录入。：从上一步存下来的图像文件中提取人脸数据存入CSV。会生成一个存储所有特征人脸数据的，大小为n*129，其中n表示注册的人脸数量，129表示人脸名字加上该人脸的128D特征。：实现实时人脸识别，将捕获到的人脸数据和之前存的人脸数据进行对比计算欧式距离，由此判断是否是同一个人。

2025-03-14 17:52:23 171

原创 PyTorch学习资料与常见错误积累

它可以接收一个子模块的有序字典（OrderedDict）或者一系列子模块作为参数来逐一添加Module的实例模型的前向计算就是将这些实例按添加的顺序逐一计算# view相当于reshape，这里的img.shape[0]是batch_size，-1代表自动计算出来的H*W*Channels。

2024-12-06 10:30:00 96

原创 深度神经网络Pytorch图像增强

数据增强对深度神经网络的训练来说是非常重要的，尤其是在数据量较小的情况下能起到扩充数据的效果。本文总结了pytorch中使用torchvision提供的transform模块中进行数据增强常用的7种方式。

2024-12-05 17:01:22 168

原创 DenseNet pytorch版本解析

DenseNet是CVPR2017的best paper，之前写过论文笔记，详见博文。本文先回顾DenseNet的网络架构与思想，再使用Pytorch框架实现该网络。

2024-12-05 16:59:47 125

原创 深度学习小麦头检测-基于Faster-RCNN的小麦头检测——附项目源码

csv_remake.py：根据csv文件并返回train_df和valid_dfWheatData.py：通过df文件载入image和targets，目标检测的数据集载入可参考issueevaluate.py：评估计算Iou和Map等指标train.py：训练代码WheaTesttData.py：载入测试数据predict.py：加载训练模型进行预测，并保存画出矩形框的图像。

2024-12-05 16:35:16 346

原创 客户端安全开发基础-PC篇-附项目源码

由于PE文件加载时会进行重定向操作，所以printf函数的地址不固定，需要通过PE文件加载的基地址+函数偏移量得到printf函数的准确地址，另外shellcode需要申请可执行内存块确保指令可以正常执行，需要修改printf函数的内存块可写，修改其前几行指令。将输出结果修改称正确，patch一下分支语句或者将错误的gbk编码patch成正确就可以，但是题目要求用DLL注入hook程序，因此此处用注入的DLL修改程序，hook掉。，换行回车符号，猜测v32地址处为输出字符串，结合测试时的输出。

2024-12-04 09:35:38 1609

原创 UE4外挂实现分析-PC端-附源码

至此，已实现获取玩家坐标、玩家视角、敌人坐标的目标，对坐标数据进行数学处理，使用GUI工具绘制到屏幕上，即可实现透视效果，同样可以通过计算玩家视角需要转动的角度，实现自瞄的功能。寻找游戏内能直接获取的与玩家信息有关的详细数据，游戏中子弹数量能够直接查看到准确数值，并且方便控制，因此使用CE查找子弹数量的地址。可以遍历游戏中所有的Actor对象，包括敌人的Actor对象，进而获取敌人坐标信息，在一局游戏中，等数据，偏移的计算在游戏分析部分得到的偏移基本相同，对所有的全局变量进行注释，方便后续分析。

2024-12-04 09:25:11 2447

原创 指针部分较难的知识点

以int a[3][4]为例：（1）a[0],a[1],a[2]均为一维数组名，则a[0]=&a[0][0] (C语言规定一维数组名代表数组首元素地址)（2）a+1=(a+1)的值相同，（a+1）=a[1]. a+1虽然等于a[1],但是二者含义不同，a+1表示第1行的首址，而a[1]=a[1]+0表示a[1][0]的地址，因此对a+1与a[1]分别加1会得到不同的值事实上，a[1]的类型为int* 型，而a+1为 int(*)[4]型。

2024-10-22 11:45:00 1016

原创 指针变量作为被调函数形参时让人易混淆的地方

它让p不再等于数组b. name首地址，而是指向由malloc函数分配的一块内存区域，所以后续对p的操作不会引起b.name的任何变化。，，所以执行完这条语句之后，s就不等于r了，即s和r不再指向同一个变量（p），所以后续对s的任何操作都不会引起r和p的变化。上面两段代码函数的形参都是指向指针变量的指针（指针的指针），下面再看一个简单点的例子：指向普通变量的指针作为函数形参。看上去似乎没什么区别，但就是这两句的不同导致了运行结果的不同。上述代码段1和2的main函数部分都相同，但运行结果却不同，表现在。

2024-10-21 12:00:00 241

原创 指向一维数组的指针与指向一维数组中的元素的指针的区别

先看几段代码吧：1.分析：int (* p)[4]; p=&a（而不是p=a）; 则*p =a ,表示指针p指向含有4个元素的一维数组a，而不是指向数组a的元素， 故p+1=&a+1。又因为数组a为int型，每个元素占4B，每行4个元素，故a+1与a的值应该相差16，所以若p是指向一维数组a，那么p+1与p应该也相差16，运行结果确实如此，可见p确实是指向一维数组a的指针。2.运行结果：在VC++6.0中：在Visual Studio Code中：分析：代码2与代码1的唯一区别就是代码2中是令

2024-10-20 11:45:00 389

原创 结构体指针的初始化以及结构体变量作为函数实参传递时易混淆的知识点

等标准数据类型是一致的，故结构体指针变量名并不代表结构体变量首地址，在对结构体指针进行初始化时要用。形参是结构体变量名，故传给函数的实参是结构体变量名，它不代表结构体变量占用内存空间的首地址。.前面已经说了，结构体类型是用户自己定义的一种数据类型，其本质上与。首先要明确，结构体类型是用户自己定义的一种数据类型，其本质上与。,是因为数组名代表数组首地址。结构体变量作为函数实参传递时。等标准数据类型是一致的。

2024-10-19 16:30:00 312

原创 C语言中几个0之间的区别

\0’是转义字符，ASCII码为0，故以%d形式输出时为0，以%c形式输出时不可见，因为它不是可打印字符，它是字符串的结束标志。0是整数，ASCII码为0，以%d形式输出时为0，以字符形式输出时为NULL，为空字符，也不可见。NULL是一个普通字符,ASCII码为0，故以%d形式输出时为0，以%c形式输出时不可见。故以%d形式输出时为48，以%c形式输出时为0。‘0’是一个普通字符,ASCII码为。

2024-10-19 11:45:00 345

原创 C语言复习

1.声明结构体类型的同时定义结构体变量struct stint a;project1.cLinking...2.先声明结构体类型，再定义结构体变量struct stint a;project1.cLinking...错误的定义方法struct stint a;}c[3];project1.c执行 cl.exe 时出错.## 用scanf函数进行输入时，注意区分“%c”和“%s”格式。"%c"格式是将所有输入的字符都输入到指定内存地址中，包括空格、回车和tab，

2024-10-18 16:20:21 265

原创 C语言二级刷题

return 0;在GCC编译器（64位）上编译运行，输出为886。sizeof(str1)为求字符串的字符个数，包括结尾符。而strlen(str1)为求字符串的实际字符个数，不包括结尾符。字符串中的字符依次存储在内存中一块连续的区域内，并且把空字符’ \0’自动附加到字符串的尾部作为字符串的结束标志。故字符个数为n的字符串在内存中应占（n+1）个字节。语句char str[10] =“string!和char str[10]={“string!

2024-10-18 16:19:44 874

原创 Java岗位面试--单例模式、生产者消费者线程同步

答：一个类的构造函数私有化，然后在类中定义一个私有静态变量，通过一个静态函数get获得私有变量实例即可实现单例。如果想要懒加载，可以用上双重检验锁在get函数中。9.手写一个生产者消费者模式，用的ReentrantLock，为什么判断当前count是否满足生产或者消费时用while。4.用volatile+synchronized写一个单例模式，用双重校验锁方法，说出两个if判断语句的作用。写个单例保证线程安全(虽然写出了，但被问住了，告诉我代码不能死记硬背)10.手写单例模式 1.写一个单例模式，

2024-08-04 10:15:00 184

原创 Java岗位面试总结--计算机网络

10.上面说到http建立在tcp连接上，所以开始了http和tcp连接之间的各种关系，这块复习的比较少，讲的不太好，问到了长连接/短连接，哪个版本开始支持长连接。一个tcp连接是否可以并发，这个没有复习到，所以一开始回答不能，后来面试官就问，如果现在一个网页要加载很多张图片，他们应该怎么样加载，根据平常上网经验，明显是多个图片同时向下加载，所以随即改口。校验和，流量控制，拥塞控制，连接管理，确认应答，超时重发都答了。答：物理层，链路层，网络层，传输层，应用层（应用层，展示层，通信层）

2024-08-03 14:30:00 193

原创 Java岗位面试--手撕算法题

假设有一个非常大的文件，全英文的，统计一下所有单词出现的频率，我回答的是mapreduce来查频率，他说单机情况下，用map，有改进吗？算法题1：出现奇数次的数字：给定一个非空整数数组，取值范围[0,100]，除了某个元素出现1次以外，其余每个元素均出现次数为2次。1.编程题，快速排序（当时脑子不知道在想啥，没做出来，很尴尬，不过面试官一直引导我，后来写出来了还是有点问题，面试官一时也没发现哪里错了，就直接跳过了）算法题：一棵树的右视图，小哥哥说在框里写，，，我还没问能不能用ide呢，，， 5.5。

2024-08-03 11:15:00 277

原创 Java岗位面经--Spring相关

我：一开始没听明白，后来理解了，是url访问的流程加springmvc的过程，emmm不好意思，中间忘记说tomcat干啥活了。6.Spring的IOC和好处，AOP，问了动态代理的实现，两种动态代理的。答：简单解释了一下，动态代理和代理的两个类别；讲讲你熟悉的Java设计模式，知道装饰者模式吗，IoC机制符合了Java设计模式的什么原则。就比如注入的时候，我会依赖一个接口的注入或者基类注入，这种的话，怎么找到它的实例呢？注入的过程发生在什么时期我答的是初始化容器的时候。spring的ioc和aop。

2024-08-02 10:15:00 166

原创 java岗位真实面试经验总结--基础知识

当JVM在加载一个类的时候，如果这个类在编译时是可用的，但是在运行时找不到这个类的定义的时候，JVM就会抛出一个NoClassDefFoundError错误。32 - 1，面试官可能知道我的意思，没有指出）最大值为什么要减一，int的最小值在计算机中怎么表示(我回答的是二进制表示，没有思考直接说是32位全是1，回答错了，实际是10000…结果是，不会有错误。答：一个是标记的变量只能自己使用，一个是标记的变量可以让父子都可以访问，一个是可以接收同一个包的其他类的引用，一个是所有的其他包都可以引用。

2024-08-02 10:15:00 178

原创 Java岗位面试--MySQL相关

6.数据库问题，表结构是t ，sql语句是select * from t where a= , b= , c= 问这个语句执行的效率，我当时直接说会很慢，可以建立联合索引，然后就开始了最左匹配原则的各种情况。最后一个问题是如果查询条件固定，联合索引的顺序怎么样安排比较好，之前没考虑过，只能当场思考，回答的是区分度较高的排在前面，让搜索的范围尽早缩小。数据库一定会走索引吗回答了最左匹配原则和索引没及时更新数据位置，没答到他想要的点，他想问的是where语句中出现了!

2024-08-01 17:00:00 165

原创 async、await剖析

JavaScript是单线程的，为了避免同步阻塞可能会带来的一些负面影响，引入了异步非阻塞机制，而对于异步执行的解决方案从最早的回调函数，到ES6的Promise对象以及Generator函数，每次都有所改进，但是却又美中不足，他们都有额外的复杂性，都需要理解抽象的底层运行机制，直到在ES7中引入了，他可以简化使用多个Promise时的同步行为，在编程的时候甚至都不需要关心这个操作是否为异步操作。

2024-08-01 14:00:00 113

原创 Java岗位面经--JVM相关

强引用，在内存不足的时候，宁可报错：oom，也不会回收。这样内存不足的时候，标记了软弱虚引用的对象会被回收。虚引用：直接回收了，就像没有引用一样gcroot找不到一样。但是会有一个回调函数，比如打印一个日志：我被回收了之类的。答：强引用，就是标记了引用，不会直接回收的；而软引用是：在gc后还内存不足的时候，才会去回收，平时不会回收；弱引用是：在GC的时候，不管内存空间足不足都会回收这个对象。1.说一下几种引用方式，并说出其作用，以及垃圾回收时机。每种垃圾回收算法的原理和适用，G1简单说了下设计思想。

2024-08-01 12:00:00 88

原创 async、await使用

async是ES7的与异步操作有关的关键字，其返回一个Promise对象，await操作符用于等待一个Promise对象,它只能在异步函数内部使用。的目的是简化使用多个promise时的同步行为，并对一组Promises执行某些操作。正如Promises类似于结构化回调，更像结合了generators和promises。

2024-08-01 11:15:00 363

原创 apply()、call()、bind()使用

每个Function对象都存在apply()call()bind()方法，其作用都是可以在特定的作用域中调用函数，等于设置函数体内this对象的值，以扩充函数赖以运行的作用域。

2024-07-31 15:30:00 355

原创 Java岗位面经--Java集合

ArrayList扩容机制，上次看ArrayList源码还是去年9月份，，，真的忘了，只记得1.5倍扩容和grow方法的流程，其他的模模糊糊。面试官可能将计就计的问了我add方法一次添加一个元素为什么会不满足条件呢，当时内心有点懵，所以也没回答出来，面试官又问如果让你去写这个代码，你觉得的该怎么写，只说思路就好。万年不变的集合开头，hashmap底层数据结构，什么时候转化为红黑树，put操作的流程，讲定位下标的时候说到了扰动，又问扰动的过程和好处（讲一半小哥哥网不稳定，掉线了，，，）线程安全的方式有哪些？

2024-07-31 15:00:00 121

原创 行内元素和块级元素

HTML可以将元素种类分为行内元素、块级元素和行内块级元素三种，在使用过程中可以通过CSS的display属性相互转换。

2024-07-31 10:15:00 706

原创 Java岗面经总结--Java多线程

1.多个线程同时对volatile类型的变量进行i++操作，可以保证结果吗，为什么不能，说说volatile的原理，那我们在什么时候使用volatile是正确的，刚才的场景怎么保证结果(synchronized)，说说sync的原理，它和ReentrantLock有什么不同。2.Java的加锁的方式，读写锁的实现，synchronized和reentrantlock的比较，CAS的实现。4.说一下线程池，以及线程池的几个核心参数，如果提交一个cpu密集型的任务怎么选取线程池。对象锁和类锁互斥吗？

2024-07-31 10:15:00 162

原创 图片等比例缩放方案

在Web开发时无可避免的需要将图片进行缩放，缩放时需要保证图片不变形，也就是需要等比例缩放。

2024-07-30 12:00:00 945

原创 手动实现轮播图功能

使用纯、、实现轮播图功能。使用的绝对定位与相对定位实现轮播图，首先将图片全部拼接成为一行，使用将其他图片隐藏，将这一行图片加入定时任务不断进行左移，从而只显示中间的图片，对于边缘特殊处理，将第一张轮播图追加到一行图片之后，当切换到最后一张轮播图时，下一张即播放第一张图，当此图轮播完成后，将所有图片归位，提供两个，第一个是单纯的轮播不存在任何控制按钮，第二个则比较完善。opacity首先通过对图片绝对定位来使图片堆叠，通过使用来控制图片的显示与隐藏，即不使用控制轮播图的切换动画，而使用动画来完成，由于是

2024-07-30 10:15:00 533

原创 实现消息提示组件

在浏览器页面中，通用的消息提示组件一般可以分为静态局部提示和动态全局提示，用于反馈用户需要关注的信息，使用频率较高。实现消息提示组件，动态全局提示，主要使用原生实现，实现的代码基本都作了注释。

2024-07-29 14:45:00 463

原创 实现图片懒加载

图片懒加载就是当页面需要展示较多图片时，首先只加载显示在当前屏幕位置的图片，在页面向下滚动时，再加载其他需要显示在当前屏幕位置的图片，这样可以防止一次性对服务器发送大量请求，并可以在用户不需要完整浏览页面的情况下减少服务器资源消耗。

2024-07-29 11:00:00 390

原创 实现三栏布局

三栏布局在开发十分常见，即两边固定宽度，中间自适应宽度的布局。

2024-07-28 14:30:00 471

原创 实现瀑布流布局

瀑布流，又称瀑布流式布局。是比较流行的一种网站页面布局，视觉表现为参差不齐的多栏布局，随着页面滚动条向下滚动，这种布局还会不断加载数据块并附加至当前尾部，瀑布流的主要特性便是错落有致，定宽而不定高的设计让页面区别于传统的矩阵式图片布局模式。

2024-07-28 09:45:00 901

原创 实现拼图滑动验证码

拼图滑动验证码的纯前端简单实现，重要部分都已标注注释，如果需要配合后端可以参考此思路，后端处理图片生成一个带缺口的背景图与一个符合缺口的拼图，并将取得拼图块的位置记录到，将图片与拼图传给前端展示，当用户拖动并松开鼠标后将鼠标轨迹与停留位置发送到后端，后端从中取得位置信息并与前端传递的位置进行对比，有需要的话可以分析此用户轨迹用以区分人机，如果位置偏差小于一定阈值则认为拼图成功。

2024-07-27 15:30:00 714

原创 实现加载提示组件

在开发时经常需要用到加载提示，例如发起一个请求时就需要给予用户一个交互的反馈，实现一个加载提示组件，重要的部分已经做出注释。附带种实现的提示动画。

2024-07-27 12:00:00 346

原创 前端性能优化方案

前端资源比较庞大，包括HTMLCSSJavaScriptImageFlashMediaFontDoc等等，前端优化相对比较复杂，对于各种资源的优化都有不同的方式，按粒度大致可以分为两类，第一类是页面级别的优化，例如减小HTTP请求数、脚本的无阻塞加载、内联脚本的位置优化等，第二类则是代码级别的优化，例如JavaScript中的DOM操作优化、图片优化以及HTML结构优化等等。

2024-07-26 22:00:00 607

原创 默认行为及阻止

浏览器以及HTML元素提供了一些默认行为，也可以称作默认事件。

2024-07-26 16:58:01 886

原创 蒙层禁止页面滚动的方案

弹窗是一种常见的交互方式，而蒙层是弹窗必不可少的元素，用于隔断页面与弹窗区块，暂时阻断页面的交互。但是在蒙层出现的时候滚动页面，如果不加处理，蒙层底部的页面会开始滚动，实际上我们是不希望他进行滚动的，因此需要阻止这种行为。当弹出蒙层时禁止蒙层下的页面滚动，也可以称为滚动穿透的问题，文中介绍了一些常用的解决方案。首先需要实现一个蒙层下滚动的效果示例，当我们点击弹窗按钮显示蒙层之后，再滚动鼠标的话能够看到蒙层下的页面依旧是能够滚动的。如果在蒙层的内部进行滚动，当蒙层内滚动条滚动到底部的时候再继续滚动的话，蒙层下

2024-07-23 13:00:00 739

原创 可替换元素和非替换元素

可替换元素也称作可置换元素，其展现效果不是由CSS来控制的，这些元素是一种外部对象，它们外观的渲染，是独立于CSS的。非置换元素也称作非替换元素，其内容由CSS渲染直接表现给客户端。

2024-07-23 09:30:00 604

原创 常见的兼容性问题

浏览器有着大量不同的版本，不同种类的浏览器的内核也不尽相同，所以不同浏览器对代码的解析会存在差异，这就导致对页面渲染效果不统一的问题。

2024-07-22 16:00:00 1051

蓝桥杯的练习题解集合（含入门训练、基础练习、算法训练和算法提高等不同难度的编程题目）.zip
蓝桥杯的练习题解集合（含入门训练、基础练习、算法训练和算法提高等不同难度的编程题目

2025-06-27

蓝桥杯-省赛和国赛的真题（较全）.zip
蓝桥杯-省赛和国赛的真题（较全）.zip

2025-06-27

基于Opencv+深度学习技术的手语翻译器项目python源码含说明文档.zip
基于Opencv+深度学习技术的手语翻译器项目python源码含说明文档. 一个使用深度学习技术的手语翻译器,可以通过实时视频流从摄像头中识别手语手势。该项目旨在为全球7000万聋人提供一种独立的日常交流工具。 功能如下： 使用OpenCV捕捉手势并建立手势数据库 使用Keras训练卷积神经网络模型进行手语手势识别 实时预测手语手势并显示翻译结果 用到技术栈如下： Python、TensorFlow、Keras、OpenCV 【项目说明】 1.多数小白下载后，在使用过程，可能会遇到些小问题，若自己解决不了，请及时私信描述你的问题，我会第一时间提供帮助，也可以远程指导 2.项目代码完整可靠，但难度适中，满足一些毕设、课设要求，且属于易上手的优质项目，项目内基本都有说明文档，按照操作即可，遇到困难也可私信交流 3.适用人群：各大计算机相关专业行业的在校学生、高校老师、公司程序员等下载使用 4.特别是那种爱钻研学习的学霸，强烈推荐此项目，可以二次开发提升自己。拿来作毕设、课设直接用也行，不过尽量弄懂项

2025-06-24

基于Python开发的AI测试系统（支持功能测试、接口测试和UI自动化测试,）+运行手册.zip
基于Python开发的AI测试系统（支持功能测试、接口测试和UI自动化测试,）+运行手册.zip 实现功能如下： 基于AI的自动需求分析 基于AutoGen框架的多代理系统 可配置的测试用例模板和格式 支持Excel格式导出 支持多种文档格式（PDF、Word、Markdown、Text） 可扩展的架构设计 支持UI自动化测试执行 有限支持搜索引擎的数据标注、指标评估和测试 安装说明： 创建并激活虚拟环境： python -m venv .venv source .venv/bin/activate # Windows系统使用: .venv\Scripts\activate 安装依赖： pip install -r requirements.txt 配置系统： 复制配置文件模板： cp .env.example .env 在.env 中更新OpenAI API密钥和其他设置

2025-06-19

基于SimuLink和机器学习的三相输电线路故障检测和保护模型（含源码+报告论文+设计文档等）.zip
基于SimuLink和机器学习的三相输电线路故障检测和保护模型（含源码+报告论文+设计文档等） 主要组件： Simulink模型 (Model.slx)：用于生成故障数据集。 故障分类Notebook (algos.ipynb)：载入仿真数据并训练机器学习模型。 数据资源 (dataset.xlsx)：整理Simulink仿真生成的原始电压电流数据。 保护策略文档 (Three-Phase Fault Detection and Prevention.pdf)：描述控制继电器的保护设计逻辑。 二、Simulink仿真模块 文件：Model.slx 功能： 构建典型三相架空输电线路模型，包含发电机、传输线、接地系统等。 支持插入多种故障类型（单相接地、两相短路、两相接地、三相对称故障等）。 在不同故障发生时间下采集相电流、电压波形数据，形成标注完整的入口故障数据集。 输出：通过Simulink获取三相Ia/Ib/Ic与Va/Vb/Vc电压/电流时间序列，输入到Python或Excel中用于后续处理。 三、数据集结构与处理 文件：dataset.xlsx 结构： 每条记录标注故障类型标签（如LG, LL, LLG, LLL 等）。 包含采样时间戳与3ϕ电压/电流数据。 数据已清洗、标准化，可直接用于机器学习训练。 数据预处理流程： 特征提取：可综合功率、频率、幅值等多样变量。 标准化处理以适配不同模型输入需求。 数据切分：训练集、验证集、测试集（比例可自定义，如70/15/15 或交叉验证）。 四、故障检测与分类模型 文件：algos.ipynb 使用模型： 逻辑回归、决策树、随机森林、XGBoost、支持向量机（SVM）等。 利用Scikit-learn等工具完成训练和测试。 实验表现： 决策树、随机森林和XGBoost在该任务上的

2025-06-19

matlab实现基于QPSK调制分析4种不同的信道（高斯信道、瑞利信道、莱斯信道、Natagami信道）在不同信噪比下的误码率性能.zip
matlab实现基于QPSK调制分析4种不同的信道（高斯信道、瑞利信道、莱斯信道、Natagami信道）在不同信噪比下的误码率性能.zip 主要功能 模拟和分析高斯信道、瑞利信道、莱斯信道和Natagami信道的性能 使用QPSK调制对不同信道进行BER性能分析 显示不同信噪比下的动态星座图变化

2025-06-28

近五年蓝桥杯国赛和省赛的试题和代码.zip
近五年蓝桥杯国赛和省赛的试题和代码.zip

2025-06-27

python实现基于多尺度通道注意力模块的单图像运动去模糊与超分辨系统-带使用说明文档-模型（可训练预测）.zip
python实现基于多尺度通道注意力模块的单图像运动去模糊与超分辨系统_带使用说明文档_模型（可训练预测） 【项目介绍】 项目是一个单图像联合运动去模糊和超分辨率的解决方案,使用了多尺度通道注意力模块。该项目基于MPRNet和TLSC实现,使用REDS数据集进行训练和评估。 【功能】 实现单图像联合运动去模糊和超分辨率 采用三阶段训练策略:先训练去模糊模块,再训练超分辨率模块,最后联合训练整个网络 提供预训练模型和评估脚本 【技术】 PyTorch 1.8.1 Python 3.7 OpenCV, Scikit-image等常用计算机视觉库 含有训练、预测测试代码，并带预训练模型文件新项目，欢迎下载评审使用！

2025-06-26

图像去雾系统-基于对偶生成对抗网络pytorch框架实现（完整python源码+模型+使用说明）.zip
图像去雾系统-基于对偶生成对抗网络pytorch框架实现（完整python源码+模型+使用说明） 含有两个生成器和辨别器 本项目中为同样结构，生成器为U-Net，辨别器为PatchGan的辨别器 G_A：有雾生成无雾 G_B: 无雾生成有雾 D_A: 辨别G_B生成的有雾图像，输入为6通道 D_B: 辨别G_A生成的无雾图像，输入为6通道 train.py用来训练网络 predict.py用来预测无雾图像 预训练好的模型在model下 预测方法 将要训练的图片放到data_path的hazy下 运行predict.py并输入需要的参数即可 ps:dual.py为未拆分的初始代码，训练、预测结果均出自dual.py，未测试拆分后代码的可行性 由于生成器文件过大，model中只包含了辨别器训练好的模型

2025-06-26

基于matlab和python机器学习的电力系统故障检测和分类系统含源码+数据集+设计文档（期末课设）.zip
基于matlab和python机器学习的电力系统故障检测和分类系统含源码+数据集+设计文档（期末课设）.zip 项目是一个基于MATLAB和机器学习的电力系统故障检测和分类系统。它模拟了一个电力系统,并在传输线上引入了6种不同类型的故障。然后使用sklearn实现了8种不同的机器学习模型,并选择了最合适的模型用于故障检测和分类。 【功能介绍】 使用MATLAB Simulink建立电力系统模型 在传输线上引入6种不同类型的故障 使用机器学习模型(包括逻辑回归、多项式回归、神经网络等)进行故障检测和分类 选择最合适的模型用于实际应用 【技术栈】 MATLAB Sklearn Python 【项目说明】 1.多数小白下载后，在使用过程，可能会遇到些小问题，若自己解决不了，请及时私信描述你的问题，我会第一时间提供帮助，也可以远程指导 2.项目代码完整可靠，但难度适中，满足一些毕设、课设要求，且属于易上手的优质项目，项目内基本都有说明文档，按照操作即可，遇到困难也可私信交流 3.适用人群：各大计算机相关专业行业的在校学生、高校老师、公司程序员等下载使用 4.特别是那种爱钻研学习的学霸，强烈推荐此项目，可以二次开发提升自己。拿来作毕设、课设直接用也行，不过尽量弄懂项

2025-06-19

8种人脸表情检测和情绪分类系统-基于YOLOV5和RepVGG实现（含源码+模型+设计文档等）.zip
8种脸表情检测和情绪分类系统-基于YOLOV5和RepVGG实现（含源码+模型+设计文档等） emotion/ ├── models/ │ ├── … # YOLOv5/YOLOv7 模型定义、配置脚本等 ├── utils/ │ ├── … # 工具脚本，如绘图、Non‑Max‑Suppression、视频处理等 ├── weights/ │ ├── … # 训练或推理使用的模型权重文件 ├── emotion.py # 封装 emotion inference 的核心类/函数 ├── emotions.png # 演示的情绪分类可视化图 ├── env.yaml # Conda 环境依赖文件 ├── example.png # 示例输入图片 ├── main.py # CLI 程序入口，支持命令行参数调用 ├── repvgg.py # RepVGG 模型定义（用于 emotion 分类） ├── requirements.txt # pip 安装依赖列表 └── 设计文档.md # 项目使用设计说明 输入来源：支持单张图片、文件夹或视频流 人脸检测：YOLO 模型识别图像中人脸，返回 bounding boxes 特征裁剪：按照 boxes 裁剪图像区域供情绪模块推理 情绪分类：RepVGG 对各 crop ROI 做分类，输出情绪类别与置信度 结果输出： 在图像上绘制 bounding box、情绪标签、置信度、FPS 等信息 保存带注释的图像/视频或输出到控制台 后处理技术：NMS、置信度过滤

2025-06-18

基于Python-Flask的农作物病虫害识别系统+设计报告文档（Paddle框架部署）.zip
主要功能 使用Paddle深度学习框架训练的农作物病虫害分类模型 提供Web服务接口，用户可以上传图片进行病虫害识别 将识别结果存储在数据库中，提供历史记录查询功能 【项目说明】 1.多数小白下载后，在使用过程，可能会遇到些小问题，若自己解决不了，请及时私信描述你的问题，我会第一时间提供帮助，也可以远程指导 2.项目代码完整可靠，但难度适中，满足一些毕设、课设要求，且属于易上手的优质项目，项目内基本都有说明文档，按照操作即可，遇到困难也可私信交流 3.适用人群：各大计算机相关专业行业的在校学生、高校老师、公司程序员等下载使用 4.特别是那种爱钻研学习的学霸，强烈推荐此项目，可以二次开发提升自己。拿来作毕设、课设直接用也行，不过尽量弄懂项

2025-06-17

基于两阶段扩散模型的多分辨率降水图像长期预报系统python源码+运行说明（毕设）.zip
基于两阶段扩散模型的多分辨率降水图像长期预报系统python源码+运行说明（毕设）.zip 【项目说明】 1.多数小白下载后，在使用过程，可能会遇到些小问题，若自己解决不了，请及时私信描述你的问题，我会第一时间提供帮助，也可以远程指导 2.项目代码完整可靠，但难度适中，满足一些毕设、课设要求，且属于易上手的优质项目，项目内基本都有说明文档，按照操作即可，遇到困难也可私信交流 3.适用人群：各大计算机相关专业行业的在校学生、高校老师、公司程序员等下载使用 4.特别是那种爱钻研学习的学霸，强烈推荐此项目，可以二次开发提升自己。拿来作毕设、课设直接用也行，不过尽量弄懂项

2025-06-13

毕业设计基于扩散模型的乳腺X光图像生成系统源码.zip
毕业设计基于扩散模型的乳腺X光图像生成系统源码.zip

2025-06-13

基于STM32F769开发板和emWin图形库实现的数字可编程直流稳压电源（含全部资料）.zip
基于STM32F769开发板和emWin图形库实现的数字可编程直流稳压电源（含全部资料）.zip 基于STM32F769开发板的硬件设计 使用emWin图形库实现人机交互界面 实现数字可编程直流稳压电源的功能 技术栈 STM32F769开发板 emWin图形库 C语言

2025-06-12

基于人工智能和机器学习技术实现农作物产量预测项目python源码+数据集+说明文档.zip
基于人工智能和机器学习技术实现农作物产量预测项目python源码+数据集+说明文档. 这个项目旨在利用人工智能和机器学习技术来预测作物产量。该项目集成了来自各种来源的数据,包括天气数据、土壤参数等,并应用多元线性回归算法进行预测分析,以帮助农民选择最适合当前环境条件的作物,从而提高作物产量和农民的利润。 主要功能点 整合来自不同来源的数据,包括天气数据和土壤参数 应用机器学习算法(多元线性回归)进行作物产量预测 为农民提供最适合当前环境条件的作物选择建议 通过数据分析和预测,帮助农民提高作物产量和 【项目说明】 1.多数小白下载后，在使用过程，可能会遇到些小问题，若自己解决不了，请及时私信描述你的问题，我会第一时间提供帮助，也可以远程指导 2.项目代码完整可靠，但难度适中，满足一些毕设、课设要求，且属于易上手的优质项目，项目内基本都有说明文档，按照操作即可，遇到困难也可私信交流 3.适用人群：各大计算机相关专业行业的在校学生、高校老师、公司程序员等下载使用 4.特别是那种爱钻研学习的学霸，强烈推荐此项目，可以二次开发提升自己。拿来作毕设、课设直接用也行，不过尽量弄懂项

2025-06-08

利用卷积神经网络(CNN)和深度学习来检测和分类植物疾病的创新性机器学习项目（含源码+模型+操作说明+web页面）.zip
利用卷积神经网络(CNN)和深度学习技术来检测和分类植物疾病的创新性机器学习项目。它旨在为农民和农业专家提供一个有价值的工具,快速诊断植物健康状况,从而及时采取措施,减少作物损失的风险。 功能介绍： 利用CNN模型对植物叶子图像进行分类,识别是否存在疾病。 提供一个基于Streamlit的Web应用程序,用户可以上传植物图像并获得实时的疾病预测结果。 提供训练好的模型权重文件,方便用户直接使用。 技术栈 Python Keras TensorFlow OpenCV Streamlit 【项目说明】 1.多数小白下载后，在使用过程，可能会遇到些小问题，若自己解决不了，请及时私信描述你的问题，我会第一时间提供帮助，也可以远程指导 2.项目代码完整可靠，但难度适中，满足一些毕设、课设要求，且属于易上手的优质项目，项目内基本都有说明文档，按照操作即可，遇到困难也可私信交流 3.适用人群：各大计算机相关专业行业的在校学生、高校老师、公司程序员等下载使用 4.特别是那种爱钻研学习的学霸，强烈推荐此项目，可以二次开发提升自己。拿来作毕设、课设直接用也行，不过尽量弄懂项

2025-06-06

新毕设-基于flask+web+LSTM和GRU算法的车流量预测系统源码（含数据+模型+详细文档资料）.zip
新毕设_基于flask+web+LSTM和GRU算法的车流量预测系统源码（含数据+模型+详细文档资料）.zip 一个基于LSTM和GRU算法的车流量预测模型。项目包含数据清洗、模型训练、预测等功能,并提供了一个基于Flask框架的Web应用程序用于展示预测结果。 主要功能 数据清洗和扩充 LSTM和GRU模型训练及评估 基于静态和动态时间步的车流量预测 基于Flask的Web应用程序展示预测结果 【项目说明】 1.多数小白下载后，在使用过程，可能会遇到些小问题，若自己解决不了，请及时私信描述你的问题，我会第一时间提供帮助，也可以远程指导 2.项目代码完整可靠，但难度适中，满足一些毕设、课设要求，且属于易上手的优质项目，项目内基本都有说明文档，按照操作即可，遇到困难也可私信交流 3.适用人群：各大计算机相关专业行业的在校学生、高校老师、公司程序员等下载使用 4.特别是那种爱钻研学习的学霸，强烈推荐此项目，可以二次开发提升自己。拿来作毕设、课设直接用也行，不过尽量弄懂项

2025-06-06

课设项目基于Node.js 的微信公众号文章爬虫源码+部署教程（获取内容、阅读量、点赞量、评论等）.zip
课设项目基于Node.js 的微信公众号文章爬虫源码+部署教程（获取内容、阅读量、点赞量、评论等） 基于 Node.js 的微信爬虫，通过中间人代理的原理，批量获取微信文章数据，包括阅读量、点赞量、在看数、评论和文章正文等数据。 使用代理模块 AnyProxy。代码已支持 AnyProxy 4 版本。 支持 Docker 部署。 项目可运行在个人电脑上，也可部署在服务器上。 开始 安装前准备 安装 Node，推荐版本 16 安装 MongoDB，最近版本即可 安装 Redis，最近版本即可 功能 通过中间人代理的方式,批量获取微信公众号的文章数据 支持自动翻页获取公众号的历史文章 支持自定义配置,如控制抓取范围、是否保存文章正文等 提供可视化界面,方便查看抓取的数据

2025-06-06

课程作业基于 JSP+Servlet开发的个人博客网站项目源码+数据库+使用说明文档.zip
基于 JSP+Servlet开发的个人博客网站项目源码+数据库+使用说明文档.zip 简介 java web博客网站，尽最大可能实现mvc模式，没有使用到框架，实现了首页预览，文章发布，点赞，评论，Markdown格式编写，分类，标签，阅读排行，时间轴，管理员管理博客，访客记录等。 主要涉及到的知识点有jsp,servlet,mysql,bootstrap,html/css/js,ajax,json 数据库连接池使用了c3p0 你可以在src/c3p0-config.xml配置连接池和数据库信息 Markdown编辑器使用了editor.md 快速运行 配置 src/c3p0-config.xml 修改你的数据库信息，确认能建立连接。 运行建表sql建立表 src/myblog.sql,可以在此任意插入一些数据以便检查。 搭建服务器环境,如 eclipse、tomcat 导入整个demo. localhost:xxx/blog/ 访问 数据库 数据库的设计不是很合理，仅作DEMO，当然你可以重新设计数据库。 你可以在src/目录下找到详细的sql文件。 t_article - 文章表 t_article_delet - 删除的文章表 避免误删(不过作用不大) t_comment - 评论表 t_tag - 文章的标签表 t_user - 管理员表 t_visitor - 访问记录表 目录介绍 java blog/ajax 接受ajax请求的servlet blog/dao 数据库接口类 blog/daoImple 数据库接口实现类 blog/db 非主要业务的数据库操作 blog/filter 过滤器 blog/junit 测试包 blog/model bean包 blog/service 面向web的服务层 blog/servlet 主要的控制器serv

2025-06-03

基于机器学习LSTM(长短期记忆）的股票基金预测模型python源码+报告文档+数据.zip
基于机器学习LSTM(长短期记忆）的股票基金预测模型python源码+报告文档.zip 本项目是一个基于机器学习LSTM（长短期记忆网络）技术的股票/基金价格预测分析系统。该项目使用Python开发，整合了LSTM深度学习模型和SKlearn机器学习库，用于分析和预测金融市场中股票和基金的价格走势。项目包含数据获取、模型训练和结果可视化等功能模块。 主要功能 基于LSTM神经网络构建时间序列预测模型 集成SKlearn机器学习算法进行数据处理和模型优化 自动获取基金/股票历史数据（LSJZ数据源） 模型训练和评估功能 预测结果可视化展示 技术栈 编程语言：Python 深度学习框架：LSTM（长短期记忆网络） 机器学习库：Scikit-learn（SKlearn） 数据处理与分析库：Pandas/NumPy 数据可视化：Matplotlib

2025-11-20

第二赛季参赛作品-天池菜鸟需求预测与分仓规划比赛源码+数据库+设计报告.zip
第二赛季参赛作品-天池菜鸟需求预测与分仓规划比赛源码+数据库+设计报告.zip 1.2 问题定义 电商物流中的仓储规划面临以下核心问题： 补货成本优化：补多会产生库存积压成本，补少会产生缺货成本 需求预测难度：商品销量受季节性、促销活动、上线时间等多因素影响 多仓库协同：需要对全国及5个分仓进行独立建模和预测 数据稀疏性：原始数据仅包含1000个商品，训练样本有限 1.3 目标与评价指标 核心目标：最小化总成本 = 补多成本 + 补少成本 评价方式： 线下验证集评估 线上提交平台自动评分 最终成绩：线上成本约88万（相比纯规则方法的99万降低了11万） 二、系统架构设计 2.1 整体架构 数据层 → 特征工程层 → 模型训练层 → 模型融合层 → 预测输出层 原始数据 特征提取 多模型训练 集成学习 最终预测 核心模块 数据预处理模块 数据清洗与格式化 字段名标准化 补多/补少成本计算 异常数据过滤（双11、双12等特殊促销日） 特征工程模块 滑动窗口特征生成 时序统计特征 分仓特征 全国特征 模型训练模块 XGBoost回归模型 GBDT梯度提升模型 RandomForest随机森林 SVR支持向量回归（线性核与高斯核） ARIMA时序预测模型 模型融合模块 基于成本的加权融合 规则与模型混合 特殊样本处理 可视化分析模块 销量趋势可视化 成本分布分析 异常样本识别

2025-10-27

最新Java毕业设计-基于vue+SpringBoot教务管理系统完整源码及功能说明+数据库+答辩PPT.zip
Java毕业设计-基于vue+SpringBoot教务管理系统完整源码及功能说明 主要功能 教务管理:包括学生、教师、课程等信息的管理 成绩管理:包括学生成绩的录入、查询等功能 课程管理:包括课程信息的维护、选课等功能 技术栈 前端:Vue.js 后端:SpringBoot

2025-10-21

基于python多模态（图像与文本）情感分析源码含使用说明+数据集.zip
基于多模态（图像与文本）情感分析源码含使用说明+数据集.zip (1) 下载项目文件。 (2) 在终端执行以下命令以安装相应的 Python 包依赖。 pip install -r requirements.txt # pip3 install -r requirements.txt 【注意】 如果要仅安装 CPU 版的 PyTorch，请先保证电脑可以正常访问 pytorch.org，将 requirements.txt 中的 torch 和 torchvision 两行去掉，然后在 pytorch.org 按照说明安装对应的包，再执行上述命令安装其他包即可。 (3) 执行程序。 python main.py # python3 main.py

2025-10-13

深度学习毕设-基于卷积长短期记忆网络的天气雷达降水短期预报系统python源码+数据集+模型文件.zip
毕设基于卷积长短期记忆网络的天气雷达降水短期预报系统python源码+数据集+模型文件.zip 这个项目是一个基于天气雷达数据使用卷积LSTM神经网络进行短期降水预报的模型。该模型使用Tensorflow和Keras开发,并在荷兰进行了测试。项目包含了训练和验证数据的下载脚本,以及模型的训练和预测代码。 主要功能点 使用天气雷达数据进行短期降水预报 采用卷积LSTM神经网络模型进行预测 提供了训练和验证数据的下载脚本 包含了模型的训练和预测代码

2025-08-12

毕设基于YOLOv5的深度学习异常驾驶行为检测系统源码+文档说明及全部资料.zip
基于YOLOv5的深度学习异常驾驶行为检测系统源码+文档说明及全部资料.zip 引入轻量化卷积Ghostconv，大大降低了模型参数量； 引入BiFPN，并充分利用中小型目标检测层； 引入CA注意力机制，使得模型对目标框的定位更精确； 将CIoU替换为Alpha-EIoU，使得模型在不引入额外参数的情况下，检测精度得到大幅提升。

2025-08-05

基于机器学习LSTM(长短期记忆）的股票基金预测+数据集.zip
基于机器学习LSTM(长短期记忆）的股票基金预测+数据集.zip 【项目说明】 1.多数小白下载后，在使用过程，可能会遇到些小问题，若自己解决不了，请及时私信描述你的问题，我会第一时间提供帮助，也可以远程指导 2.项目代码完整可靠，但难度适中，满足一些毕设、课设要求，且属于易上手的优质项目，项目内基本都有说明文档，按照操作即可，遇到困难也可私信交流 3.适用人群：各大计算机相关专业行业的在校学生、高校老师、公司程序员等下载使用 4.特别是那种爱钻研学习的学霸，强烈推荐此项目，可以二次开发提升自己。拿来作毕设、课设直接用也行，不过尽量弄懂项

2025-07-30

毕业设计作品基于python医疗领域知识图谱的问答系统（chatGPT、chatGLM4等方式生成医学知识图谱）.zip
项目核心：基于医疗领域知识图谱的问答系统，同时使用了chatGPT、chatGLM4等方式生成医学知识图谱。 其中整理好的文件转知识图谱相对通用，主要强化：利用chatGPT、chatGLM4等大语言模型，处理医疗公开资料、临床路径、卫健委诊疗指标规范要求等方面资料，生成医疗知识图谱。 核心需求在于，医院项目现场大部分情况下都是内网环境，无法直接使用chatGPT等模型，同时因为运算资源非常有限的情况下，无法直接部署llms大模型，需要使用 大模型生成的‘结论’；同时医学实际业务的使用，要求内容更加精准，不能出现AI的‘幻觉’（胡编乱造），所以需要固化成一个结论模型，进行人工复查后，再进行使用。 问答系统除了使用常规的知识图谱进行检索回答外，还可使用较小的llms模型进行问答（后续计划）。 项目效果 以下两张图是系统实际运行效果：如图 【快速开始】 搭建知识图谱： python build_grapy.py 大概几个小时，耐心等待。 2. 启动问答测试： python kbqa_test.py 启动大模型生成：python python chat_to_graph.py

2025-07-25

yolo系列目标检测-横幅检测数据集490张（含yolo格式标签+yolov5训练好的模型）.zip
yolo系列目标检测_横幅检测数据集490张（含yolo格式标签+yolov5训练好的模型）.zip

2025-07-24

YOLO目标检测数据集-535张钢筋头计数检测数据集（含yolo格式和voc格式标签文件）.zip
YOLO目标检测数据集-535张钢筋头计数检测数据集（含yolo格式和voc格式标签文件） 钢筋端面检测计数数据集 手工标注，精准无误，yolo目标检测算法都可以使用

2025-07-24

实际项目所用-2700多张摔倒检测数据集含yolo格式标签txt格式（训练效果好）.zip
实际项目所用_2700多张摔倒检测数据集含yolo格式标签txt格式（训练效果好）.zip 含yolo格式标签，yolov10训练效果挺好，指标都挺高！ 下载即用，适用于全部yolo系列算法！

2025-07-24

UVA无人机空中视频数据9个（目标为四旋翼无人机）.zip
UVA无人机空中视频数据（目标为四旋翼无人机）.zip

2025-07-24

真实监控视角电梯内电动自行车识别检测数据集1千多张含yolo格式标签文件（第二部分）.zip
真实监控视角电梯内电动自行车识别检测数据集1千多张含yolo格式标签文件（第二部分）.zip 真实监控视角电梯内电动自行车识别检测数据集1千多张含yolo格式标签文件（第一部分）.zip 数据集太大，分两部分上传，这是其中一部分，真实监控视角，电梯内电单车识别检测 完整数据集一共2200多张，这部分有1000多张，带标签文件，下载即用！非常好使！ 第一部分下载连接：https://download.youkuaiyun.com/download/Runnymmede/91468718

2025-07-24

深度学习真实场景驾驶员疲劳与正常图像分类数据集2000多张（每类各1千多张）.zip
深度学习真实场景驾驶员疲劳与正常图像分类数据集2000多张（每类各1千多张）.zip 可标注成目标检测算法数据集，如需标注好的目标检测算法数据集，yolo格式请私信

2025-07-23

基于自然语言处理NLP的新闻分类系统（网页抓取、文本预处理、聚类和机器学习等步骤,将新闻文章自动分类到不同的主题类别中）.zip
基于自然语言处理NLP的新闻分类系统（网页抓取、文本预处理、聚类和机器学习等步骤,将新闻文章自动分类到不同的主题类别中）. 项目是一个基于自然语言处理(NLP)的新闻分类系统。它通过网页抓取、文本预处理、聚类和机器学习等步骤,将新闻文章自动分类到不同的主题类别中。该系统还包括一个Streamlit应用程序,用于用户友好的部署。 主要功能 从多个新闻网站(如BBC、The Hindu、Times Now、CNN)抓取新闻文章,获取标题和内容。 对文本数据进行清洗和预处理,包括去除无关信息、分词、去停用词、词干化/词形还原等。 将文本数据转换为数值格式,如TF-IDF或词嵌入表示。 应用聚类算法(如K-means、层次聚类)对预处理后的文本数据进行主题聚类。 手动检查每个聚类的样本文章,为聚类分配有意义的主题标签。 训练监督机器学习模型(如朴素贝叶斯、支持向量机或深度学习模型)进行新闻主题分类。 部署基于Streamlit的新闻分类应用程序。 技术栈 编程语言: Python 数据处理: BeautifulSoup、Pandas 自然语言处理: NLTK、Gensim 机器学习: Scikit-learn、TensorFlow/Keras 部署: Streamlit

2025-07-21

监控抓拍视角-国内道路车辆车牌检测数据集1400+张数据集（含voc和yolo格式标签）.zip
监控抓拍视角_国内道路车辆车牌检测数据集1400+张数据集（含voc和yolo格式标签）.zip 类别：1类，车牌 yolo全系列算法直接用 效果好，监控视角抓拍 真是道路监控拍摄抓拍

2025-07-24

摄像头采集-纯手工精确标注-人头检测数据集724张带yolo格式标签.zip
摄像头采集_纯手工精确标注_人头检测数据集724张带yolo格式标签.zip

2025-07-24

国内城市道路交通信号灯-红绿灯图片数据集409张（可数据增强）.zip
国内城市道路交通信号灯_红绿灯图片数据集409张（可数据增强）.zip

2025-07-24

真实监控视角电梯内电动自行车识别检测数据集1千多张含yolo格式标签文件（第一部分）.zip
真实监控视角电梯内电动自行车识别检测数据集1千多张含yolo格式标签文件（第一部分）.zip 数据集太大，分两部分上传，这是其中一部分，真实监控视角，电梯内电单车识别检测 完整数据集一共2200多张，这部分有1000多张，带标签文件，下载即用！非常好使！ 第二部分数据集连接：https://download.youkuaiyun.com/download/Runnymmede/91469306

2025-07-24

ECG5000心电图数据集.zip
"ECG5000" 的原始数据集是从 Physionet 下载的 20 小时长 ECG。该数据库名为 BIDMC 充血性心力衰竭数据库（chfdb），记录为 "chf07"。数据经过两个步骤的预处理：(1) 提取每个心跳，(2) 使用插值将每个心跳调整为相同长度。该数据集最初用于论文 "一个通用框架用于从时间序列流中实现永无止境的学习"，DAMI 29(6)。之后，随机选择了 5,000 个心跳。患者患有严重的充血性心力衰竭，类别值通过自动注释获得。

2025-07-04

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