- 博客(62)
- 资源 (3)
- 收藏
- 关注
RSS订阅
原创 自定义菜品水果识别系统逻辑及流程原理介绍
本文通过yolo等深度学习模型，使用Pyqt5实现了一款自定义菜品/水果识别的软件系统，可以通过目标检测，自定义名称注册的方式，实现菜品/水果的自动识别，支持图片、摄像头识别，并附带了一些流程及逻辑说明，摄像头识别部分附带了运动检测算法、配合目标检测模型，可以拿到一帧清晰、并有菜品内容的图像进行识别。本系统所涉及的源码已打包上传，，如有其他问题，欢迎交流。
2024-10-23 17:06:17
527
原创 建筑工地AI安全检测系统：YOLO11数据标注训练与PyQt5界面设计应用开发
随着建筑行业的快速发展，工地的安全监管显得尤为重要。传统的人工监管方式效率低、成本高，难以及时发现潜在的安全隐患。为了解决这一问题，本项目基于YOLOv11目标检测算法，利用2800多张建筑工地影像数据及其标注数据，构建了一套高效的建筑工地安全检测系统。该系统集成了图像检测、实时预警和人机交互功能，可大幅提高工地的安全监管效率。建筑工地AI安全检测YOLO11训练与PyQt5界面应用开发软件视频演示。
2024-12-24 10:39:00
1337
原创 基于YOLO11的火灾烟雾检测系统：从数据处理、模型训练到PYQT5可视化界面全流程解析
火灾监测在工业、家庭和公共场所的安全防护中具有重要意义。借助深度学习和计算机视觉技术，火灾检测的自动化水平显著提升。本文将向您详细介绍如何使用YOLO11对超过13500+标注图片进行模型训练，并基于PYQT5开发一款具备图像、视频和实时摄像头检测功能的可视化软件。当检测到火灾时，系统会自动发出报警提示。文章还将分享数据标注、格式转换、模型训练、软件编写等关键环节，帮助您快速上手并构建自己的火灾检测系统。
2024-12-10 15:13:52
1450
2
原创 美女程序员的代码之歌
在无声的世界里，他的手指飞舞，每一个字符都讲述着未知的故事。每一行代码，都是一个新生的梦。在无尽的循环中，他与代码共舞，在屏幕上缓缓升起，照亮前路。不断修正，直到完美的光芒，时间静默流淌，忘却了昼夜，他仍沉浸在这片虚拟的海洋，错误闪烁，像夜空中的星，咖啡的香气，穿透沉默，心中已是一片新的世界。键盘的低语开始回响，思维如潮水汹涌澎湃，他追逐着，穿越迷雾，都是心灵的轻盈舞步。夜幕降临，灯光依旧，
2024-11-14 15:06:39
158
原创 深度学习模型训练中的数据集划分：训练集、验证集与测试集的作用解析
在深度学习模型训练中，将数据集划分为训练集、验证集和测试集的目的是评估模型的泛化能力，确保模型不仅在训练数据上表现良好，还能推广到未见过的数据上。以下是每个数据集的详细作用。
2024-11-14 10:20:35
939
原创 AI大模型重塑软件开发流程：从代码生成到智能测试的未来
在传统的软件开发过程中，编码需要大量的人力投入和精力，程序员不仅要理解需求，还要将复杂的逻辑用精确的代码表达出来。而AI大模型的崛起，特别是在自然语言处理领域的创新，使得从需求分析到代码生成变得更加智能化。
2024-11-09 10:31:26
508
原创 全面解读AI大模型：智能时代的驱动力与创新利器
在过去的十年间，人工智能技术飞速发展，推动了各行各业的创新与进步。而AI大模型，则作为“智能时代的引擎”，成为当下热门话题。
2024-11-09 10:30:09
338
原创 机器学习入门全指南：解读有监督、无监督及集成学习算法
从有监督学习到无监督学习再到集成学习，不同的机器学习算法在各自领域展现出独特的优势。在实际应用中，选择合适的算法至关重要，往往需要根据数据特征、任务要求以及计算资源来进行权衡。掌握机器学习的基础算法和应用场景，有助于更好地实现数据驱动的创新，让智能应用触手可及。
2024-11-01 16:45:52
769
转载 机器学习入门必看！三大算法类型及代表性模型一览
最终，当面对新的数据时，算法能够做出准确的预测。不同于有监督和无监督学习，强化学习中，智能体（Agent）在特定环境中采取行动并根据反馈（奖励或惩罚）进行学习，其目标是找到最佳策略以获得最大累计奖励。线性回归和多项式回归是常见的回归算法，而梯度提升决策树（GBDT）和深度学习中的神经网络回归模型也是解决复杂回归问题的有效方法。无监督学习的优势在于不需要标注数据，适用于一些标注困难或标注成本高的任务。然而，由于缺乏明确的标签，模型的准确性和鲁棒性较难保证，因此通常需要搭配其他算法或技术来优化。
2024-11-01 13:31:32
296
原创 Marimo：开源的响应式Python笔记本，特别适合数据分析工作者，丰富的UI组件并能转成生成应用
Marimo 作为一个全新的开源工具，为 Python 数据科学家提供了一种高效、灵活的笔记本环境，适用于从数据分析、研究到应用开发的多种场景。
2024-10-29 13:55:00
875
原创 YOLOv11在目标检测中的应用及其与PaddleDetection的对比
近年来，目标检测模型在诸如自动驾驶、安全监控等应用中发挥了关键作用。众多模型中，YOLO（You Only Look Once） 系列凭借其在速度和精度之间的良好平衡脱颖而出。YOLOv11 作为该系列的最新版本之一，凭借其多项创新，在目标检测和分类任务中展现了强大的性能。本文将详细介绍 YOLOv11 的特性、应用场景，并对其与另一流行的目标检测框架 PaddleDetection 进行对比。
2024-10-25 15:51:39
1721
原创 Yolov10训练的餐盘菜品目标检测软件(包含源码及数据集)
本文主要使用YOLOV10深度学习框架自训练了一个“餐盘菜品目标检测模型”，基于此模型使用PYQT5实现了一款界面软件用于功能演示。让您可以更好的了解和学习，该软件支持图片、视频以及摄像头进行目标检测，本系统所涉及的训练数据及软件源码已打包上传。可点下发 原文链接获取。
2024-10-21 15:56:51
684
原创 Yolov10菜品的目标检测模型训练及推理（包括数据集、训练及推理源码）
本文主要展示使用已标注的2000+菜品餐盘目标，使用yolov10训练目标检测模型，并对结果进行评估及推理的过程。本文已制作好的yolov10的可关注我，想要获取数据集可点击 阅读原文，里面有源码及数据集下载方式。
2024-10-21 13:51:31
1282
原创 智能标注工具T-Rex Label密集场景标注的理想选择
T-Rex Label 是一个开箱即用的智能标注工具，专为解决密集场景标注中的效率瓶颈而设计。它通过一键标注的方式，极大地减少了手动标注的时间成本，用户可以节省高达 99% 的时间。在处理复杂且密集的场景时，T-Rex 提供了基于视觉提示输入的快速标注功能，是高效标注工具的理想选择。
2024-10-14 16:27:16
688
原创 【深度学习】菜品目标检测我为什么选择Yolov10而不是PaddleDetection
在菜品目标检测项目中，选择YOLOv10而非PaddleDetection，主要基于速度、实用性及检测精度之间的平衡。
2024-10-14 14:27:38
630
原创 视频监控解决方案开源Frigate：实现了实时的视频分析、物体检测以及多摄像头的支持
Frigate 是一个开源的、基于 Docker 的视频监控解决方案，特别针对智能家居安全领域。它通过利用现代化的计算机视觉技术，实现了实时的视频分析、物体检测以及多摄像头的支持。Frigate 使用了 Google 的 TensorFlow Lite 进行本地物体识别，极大提高了监控的准确性和速度。
2024-10-14 14:17:08
2146
原创 菜品目标检测数据集标注及处理Yolo
本文主要演示如何使用LabelImg标注菜品数据集，目前数据集有2000+已标注的菜品目标图片，用于后续的菜品目标深度学习模型训练（包含已标注数据集，点击原文链接，关注回复“源码或数据集”，免费获取）
2024-10-12 22:57:33
1235
原创 【深度学习】深度学习框架有哪些及其优劣势介绍
在深度学习的开发中，有许多流行的深度学习框架可供使用。本文主要介绍其中一些常见的深度学习框架以及其优劣势。
2024-09-27 15:34:59
1300
1
原创 【深度学习】深度学习模型的加密及解密方案及源码
本文主要根据自己遇到的情况，例如：对于yolo或paddle训练的模型文件，对外使用，不想要别人拿到我的模型文件随意乱用，此时就涉及到对模型文件进行加密与解密深度学习模型的加密保护非常重要，尤其在商业应用场景下。常见的模型加密方法包括模型文件加密、加密硬件加密、授权管理和自定义解密机制。下面介绍几种常用方法及其原理。
2024-09-18 13:42:50
2313
原创 【图像识别】摄像头捕捉运动到静止视频帧(免费源码分享)
本文实现了一个OpenCV和PyQT5 结合的摄像头视频捕捉和运动检测线程，实现了一款界面软件用于功能演示。主要使用帧差法实现，摄像头捕捉运动到静止的图片，捕捉到的图片可用于其他，例如：用于目标检测、识别等，主要流程如下：1. 初始化摄像头。2. 实时读取帧并进行区域检测。3. 通过帧差法判断运动。4. 使用信号机制将结果图像发送到主界面。
2024-09-13 11:42:08
1411
原创 【qt小系统】qt对sqlite数据库文件设置访问密码并以绑定QT表格视图的形式实现与数据库交互
QT对sqlite数据库进行加密读取，并通过QT提供的用于与数据库交互的模型类，操作QT表格，实现高效交互，摒弃掉，查询数据库，跟进字段再创建表格的每个单元格插入表格，直接通过模型类自动绑定进行交互
2024-09-03 14:39:33
1585
原创 【qt小系统】使用qt实现透明的3D魔方效果
本文主要是利用 QOpenGLWidget 实现的3D魔方效果，可实现自动宣传及鼠标拖动，可根据自己喜好贴不同的背景图及编写内容。代码实现了一个带有旋转立方体的 OpenGL 小部件，立方体的六个面上分别绘制了一些文字。
2024-08-14 18:16:19
1121
原创 【qt小系统】通过qt折线图实现论文内容-快餐店排队效能分析
商户收银需求与收银能力不匹配，是一个普遍问题，高峰不足/平常过剩。参考论文《混合制排队模型下中式快餐店排队系统的优化_荣艳蕊.pdf》，本文主要使用QT5、QtChart等完成了基于以上论文模型的关于排队模型优化的图表对比功能，其中涉的数据公式计算使用C++完成。关键词：qt、折线图、QChart、排队模型优化、运筹学、排队论、机器配置台量效益分析
2024-08-13 13:33:02
1314
3
原创 【qt小系统】传感器云平台3D散点图（附源码）
本文主要使用QT5，实现了一个传感器云平台的小示例，模拟的是各类传感器的添加，例如：热成像传感器、温度传感器、超声波传感器，模拟添加完成后，会自动将此传感器的三维坐标增加到3D散点图上，3D散点图可以放大缩小。本文主要目的是通过一个小示例，做一些小效果。
2024-07-29 16:21:33
814
3
原创 【qt小游戏】小老鼠闯迷宫小游戏（附源码）
摘要：本文主要使用QT5，实现了一个走迷宫的小游戏，本文采用：非递归深度优先搜索算法（DFS）解决迷宫寻路问题，深度优先搜索是一种用于遍历或搜索图形结构的算法，优先访问尽可能深入的节点。非递归实现通过显式使用栈来模拟递归调用栈，避免了递归的函数调用开销。除此外，本小游戏还可以自定义游戏地图。
2024-07-25 15:12:41
666
原创 QT集成百度在线地图JS API实现交互及特定效果
摘要：本文主要使用QT5，通过JS API的方式集成了百度在线地图，使QT与JS可以双向通信，使QT可以向js发送json格式的数据，js进行解析，并做出界面效果。本文由两部分组成：index.html 及 qt的源码1. index.html中使用百度开放平台提供的AK集成百度地图的JS API，实现自定义标记点样式及弹框2. qt实现一个与JS通信的类，并实现向JS发送Json数据，qt可以接收JS发送过来的数据
2024-07-23 14:48:01
1540
原创 http数据传输确保完整性和保密性整流程方案(含源码)
当今数据安全越来越重要，http网络请求数据安全加强要求是为了保护公民的隐私和数据安全，防范日益复杂的网络攻击，确保电子商务和在线服务的可靠性，并遵守相关法律法规。上一篇文章中，结合我参与的项目，粗略描述了在http网络请求中如何做到数据安全，并附了一些源码本文主要介绍"http请求中数据传输的完整性和传输过程中数据的保密性"，这部分如何快速融入到已有的工程中，包括中间件转发，这样就可以无缝的连接到原来的项目中。本文仍然使用python flask来演示整个过程，并详细描述了这个过程的设计流程。
2024-07-04 19:04:14
1055
原创 http服务网络请求如何确保数据安全(含python示例源码)
当今数据安全越来越重要，http网络请求数据安全加强要求是为了保护公民的隐私和数据安全，防范日益复杂的网络攻击，确保电子商务和在线服务的可靠性，并遵守相关法律法规。当前我参与的各类项目，均有安全检测，例如经常检测出的一些问题http协议数据传输，需采用校验码技术或密码技术保证重要数据在传输过程中的完整性鉴别信息及重要业务数据采用经国家密码主管部门认可的密码技术，保证其在传输过程中数据的保密性。
2024-06-28 22:20:56
1321
2
原创 【深度学习】菜品目标检测软件系统
摘要：本文主要使用YOLOV8深度学习框架自训练了一个“菜品目标检测模型”，基于此模型使用PYQT5实现了一款界面软件用于功能演示。让您可以更好的了解和学习，该软件支持图片、视频以及摄像头进行目标检测，本系统所涉及的训练数据及软件源码已打包上传。后续计划：会训练特征模型进行自定义特征注册和比对。
2024-06-25 15:35:59
1887
11
原创 【深度学习】数竹签演示软件系统
摘要：本文主要使用YOLOV8深度学习框架自训练了一个“数竹签检测模型”，基于此模型使用PYQT5实现了一款界面软件用于功能演示。让您可以更好的了解和学习，该软件支持图片、视频以及摄像头进行目标检测，使用目标检测的方式可以对竹签/筷子/钢管等目标进行监测和计数，应用场景还是比较丰富的。本系统所涉及的训练数据及软件源码已打包上传。
2024-06-11 10:46:40
1349
6
原创 【深度学习】吸烟行为检测软件系统
公共场所监控：机场、火车站、地铁、商场、酒店企业和办公室：公司办公楼、工厂、仓库教育机构：学校和大学交通工具：公共交通工具、飞机和船舶医疗机构：医院和诊所住宅区和物业管理：公寓和居民楼智慧城市和智慧社区：智能监控系统娱乐场所：电影院、剧院、体育馆通过应用深度学习训练的吸烟检测模型，能够自动、准确地识别吸烟行为，从而有效地监控和管理吸烟问题，提升公共健康安全水平和环境质量。
2024-05-29 17:49:14
818
原创 【深度学习】火灾检测软件系统
本文主要使用YOLOV8深度学习框架自训练了一个“火灾检测模型”，基于此模型使用PYQT5实现了一款界面软件用于功能演示。让您可以更好的了解和学习，该软件支持图片、视频以及摄像头进行火灾目标检测，本系统所涉及的训练数据及软件源码已打包上传
2024-05-23 16:17:19
963
原创 【爬虫】爬取股票数据写入数据库并显示（四）
2024/05，本文主要内容如下：1. 使用python requests爬取东方财富官网数据。2. 将爬取的数据通过sqlalchemy写入sqlite数据库。3. 使用pyqt5写界面进行显示所有爬取的数据列表，以及历史K线信息。4. 如果本地数据库存在，则检查是否是最新数据，进行更新追加数据，否则直接显示本地数据。5. 可以根据时间段，查询显示K线组合。6. 后续计划：会不断完善，最终目标是做出一个简单的股票查看客户端，并能够根据条件查询选股。7. 本系列所有源码均无偿分享，仅作交流！！
2024-05-14 15:41:11
758
原创 【爬虫】爬取股票历史K线数据写入数据库（三）
1. 对东方财富官网进行分析，并作数据爬取，使用python，使用pip install requests 模拟http数据请求，获取数据。2. 将爬取的数据写入通过 sqlalchemy ORM 写入 sqlite数据库。3. 记录爬取股票的基本信息，如果库中已存在某个股票代码，则进行更新。4. 后续计划：会不断完善，最终目标是做出一个简单的股票查看客户端。5. 本系列所有源码均无偿分享，仅作交流无其他，供大家参考。
2024-05-09 11:41:42
4003
原创 【爬虫】爬取A股数据写入数据库（二）
2024/05，本文主要内容如下：1. 对东方财富官网进行分析，并作数据爬取，使用python，使用pip install requests 模拟http数据请求，获取数据。2. 将爬取的数据写入通过 sqlalchemy ORM 写入 sqlite数据库。3. 记录爬取股票的基本信息，如果库中已存在某个股票代码，则进行更新。4. 后续计划：会不断完善，最终目标是做出一个简单的股票查看客户端。5. 本系列所有源码均无偿分享，仅作交流无其他，供大家参考。
2024-05-08 14:08:50
1210
原创 【爬虫】爬取A股数据写入数据库（一）
2024/05，本文主要使用python对东方财富官网的A股数据进行爬取，然后写入关系型数据库sqlite，后续会持续更新这部分内容，本文所涉及的源码已经全部贴在文中，后续整个工具做完后，会将所有源码打包分享。
2024-05-06 17:29:42
1429
原创 【深度学习】行人跌倒行为检测软件系统
摘要：本文主要使用YOLOV8深度学习框架自训练了一个“行人跌倒检测模型”，基于此模型使用PYQT5实现了一款界面软件用于功能演示。让您可以更好的了解和学习，该软件支持图片、视频以及摄像头进行跌倒目标检测。
2024-04-23 15:17:22
1349
原创 QT5集成FTP实现文件及文件夹的下载
由于项目需要，qt5.0集成ftp文件下载及文件夹下载的功能，于是特意整理出了一份demo，用于qt5集成ftp客户端相关功能，具体demo功能演示如下：
2024-04-22 15:50:27
985
4
原创 【python源码加密】Cython针对python工程多层级目录处理办法
上一篇介绍了，这篇着重介绍，对于python工程的多级目录如何进行Cython编译以及使用（文章末尾有获取源码方式）
2024-04-16 14:52:01
619
混合制排队模型下中式快餐店排队系统的优化-荣艳蕊.pdf
2024-08-13
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人