- 博客(1239)
- 资源 (92)
- 收藏
- 关注
原创 ROS2 Gazebo 世界 2D/3D 地图生成器插件使用和代码
本文介绍了一款ROS2 Gazebo插件,旨在简化Gazebo仿真环境中的2D和3D地图生成。该插件支持ROS2服务调用、水平碰撞检测、YAML文件生成等功能,可将空间划分为等距点进行碰撞检测并生成地图。用户可通过参数自定义扫描区域、分辨率等设置,显著提升地图生成效率,尤其适用于Nav2路径规划等需要精确地图的应用场景。插件支持跳过垂直扫描以加速2D地图生成,并提供了详细的参数说明和使用方法。
2026-07-28 10:03:33
90
原创 使用VSCode配置Gazebo插件的交互式调试教程
本文介绍了使用VS Code调试Gazebo插件的方法。主要内容包括:1) 说明Gazebo客户端/服务端架构;2) 讲解如何用Debug模式编译插件;3) 配置VS Code的launch.json文件附加到gzserver进程;4) 两种调试场景:普通函数调试和启动代码调试,后者可采用等待循环技巧;5) 提供使用文件创建或变量更新的具体实现方案。文章强调调试需要带符号的二进制文件,并给出了colcon构建命令和调试配置建议。
2026-07-15 00:00:00
97
原创 Gazebo ROS2 中的相机校准
本文介绍了在Gazebo仿真环境中进行虚拟相机标定的详细方法。通过安装ROS2相机标定工具包(需修复Python脚本bug或从源码构建),启动带棋盘格模型的Gazebo场景,使用camera_calibrator节点订阅图像数据。提供了自动化脚本calibrate.sh通过ROS2服务调整棋盘格位姿以采集多角度数据,支持手动微调。当采集足够数据后,系统会生成包含内参矩阵、畸变系数等参数的yaml文件。该方法避免了真实相机标定的硬件需求,适用于机器人仿真开发中的传感器校准环节,流程涵盖环境搭建、数据采集和参数
2026-07-13 00:00:00
144
3
原创 基于 ROS2 Humble 的 MPU6050 IMU 传感器接口,适配 NVIDIA Jetson Nano 开发板
本文介绍了如何将MPU6050 IMU传感器与NVIDIA Jetson Nano通过ROS2系统集成。详细说明了硬件连接方式(VCC、GND、SCL、SDA引脚配置),软件安装步骤(需libi2c-dev依赖库),以及通过i2c-detect工具验证通信的方法。提供的ROS2驱动包支持自动校准功能,可发布标准IMU消息(当前版本四元数字段暂置零)。这种集成方案为开发具备精确运动控制能力的机器人系统提供了有效解决方案,充分发挥了ROS2中间件和Jetson Nano计算平台的优势。
2026-07-08 00:00:00
98
原创 在 ROS2、Gazebo 和 Moveit2 中模拟 6 自由度机器人手臂
本文介绍了基于ROS2的六自由度机器人开发流程,涵盖仿真、运动规划和编程三个关键环节。系统采用ROS2 Humble、Gazebo和MoveIt2构建,使用Python实现控制脚本。开发过程包括:1)在Autodesk Fusion中建模并导出URDF到Gazebo;2)通过ros2_control添加关节控制功能;3)利用MoveIt2配置运动规划组和碰撞矩阵;4)编写Python脚本实现轨迹控制。最终系统在仿真环境中成功实现拾取放置和避障等任务,验证了架构的有效性。项目文件包含控制、描述和MoveIt配
2026-07-07 00:00:00
309
原创 基于 ROS2 在树莓派上读取超声波传感器,并在图形界面窗口实时展示传感器数据
基于 ROS2 读取树莓派超声波传感器,并在图形界面窗口展示数据我们会通过 ROS2 读取树莓派外接超声波传感器的数据,并将测距数值发送到开发主机。还用QT写了一套简易可视化界面,用来展示收到的传感器数据,下面我们一步步实现。树莓派上的发布节点使用 Python 编写,开发主机的订阅节点采用 C++ 实现。
2026-06-27 00:15:00
210
原创 初学者的ROS2教程:创建你的第一个节点node
我们脑海中浮现的第一个问题是——什么是节点?我将介绍什么是节点以及如何创建一个节点。在创建节点之前,了解如何创建工作区和软件包很重要。如果不建立ROS2工作区和包,就无法建立ROS2节点。如果你知道如何创建软件包,那么你可以继续阅读此博客。但如果你不知道如何这样做,那么你就不会理解我们将要讨论什么。你可以参考以下文章来了解如何创建工作区和软件包。
2026-06-09 14:26:50
211
原创 初学者ROS2教程:创建你的第一个工作区和软件包
虽然安装开发工具是可选的,但我强烈建议你也安装它们,你可以找到以两种不同方式安装ROS2。即使你正在使用其他发行版,我也建议你阅读此博客,因为无论你使用什么发行版,核心ROS2功能都将保持不变,因为这些是ROS2的基础,最不可能随着时间的推移而改变。的发行版,它已于2024年发布,EOL年为2029年,这意味着它是最新的ROS2发行版,并将由制造商支持到2029年。首先,我们将安装ROS2。为了充分利用这个博客,我建议你使用分屏功能,如果你使用的是笔记本电脑或个人电脑,这样你就可以阅读这个博客并同时关注。
2026-06-09 12:19:22
226
原创 从零开始用 rclgo 定义 ROS2 自定义消息并发送服务请求
本文详解如何使用 rclgo 在 Go 语言中定义 ROS2 自定义消息并发送服务请求。涵盖环境配置、结构体映射及服务通信实战,帮助开发者利用 Go 特性高效构建机器人应用,实现多 Topic 管理与点云数据发布。
2026-06-09 10:33:03
259
1
原创 将自定义 ROS 2 机器人部署到 Gazebo Ionic 仿真环境-第三部分(坐标变换树与机器人运动控制,以及优化方案)
你已经成功将自定义 ROS 2 机器人部署到 Gazebo Ionic 仿真环境中。你掌握了物理属性建模、原生数据流转换、虚拟传感器配置、运动学坐标树映射、工业级启动系统开发等核心技能。
2026-05-28 00:00:00
395
原创 YOLO智能目标检测与告警可视化系统,支持USB相机、IP相机(RTSP)和本地图片三种数据源,具备实时推理、智能告警、数据持久化等功能,python开发
随着计算机视觉技术的飞速发展,目标检测在安防监控、工业质检、智能交通等领域得到广泛应用。本项目基于YOLO(You Only Look Once)深度学习框架,构建了一套完整的智能推理告警系统,实现实时目标检测、智能告警和数据管理功能。该项目的大体核心框架的思路可作为大部分项目的实现思想,并在此基础上可以进行扩展,比如多相机接入,换数据库DB存储方式等等。完整的UI界面:支持相机和图片两种数据源实时推理能力:基于YOLOv8实现高效目标检测智能告警机制:置信度阈值判断,自动保存告警记录数据持久化。
2026-05-27 12:52:42
575
原创 基于YOLO模型的实时目标检测与告警系统:Python实现与SQLite存储
完整的UI界面:支持相机和图片两种数据源实时推理能力:基于YOLOv8实现高效目标检测智能告警机制:置信度阈值判断,自动保存告警记录数据持久化:SQLite数据库存储,支持分页查询。
2026-05-27 12:08:36
406
原创 将自定义 ROS 2 机器人部署到 Gazebo Ionic 仿真环境-第二部分(生成 URDF 模型,传感器集成和RViz2可视化)
是舞台、灯光与物理引擎,而则是在这个舞台上行动的演员(机器人)!
2026-05-27 00:15:00
345
原创 自定义 ROS 2 机器人部署至 Gazebo Ionic 仿真环境(第一部分):ros_gz_bridge 消息桥接与多机器人管理
在传输传感器数据、控制机器人运行之前,我们需要让 ROS 2 与 Gazebo Ionic 实现。
2026-05-27 00:00:00
598
原创 go生成ROS2自定义消息和代码(rclgo库),并生成简单的发布和订阅代码工程
本文详细介绍了在ROS2中创建自定义消息并生成Go语言绑定的完整流程。首先在~/ros2_ws工作空间下创建patchworkpp_msgs消息包,定义包含header、尺寸、坐标点等字段的WallInfo.msg消息文件。随后配置package.xml和CMakeLists.txt文件,完成消息包的编译。接着使用rclgo-gen工具生成对应的Go语言结构体代码,并编写Go程序实现消息订阅功能,包括初始化ROS2节点、创建订阅者以及消息回调处理逻辑。最后通过设置CGO环境变量解决编译问题,实现Go程序与R
2026-03-05 13:56:28
4276
2
原创 游戏服务器架构:游戏服务端如何支持百万玩家同时在线
用通俗的方法来描述一个好的服务端架构,最基础也是最重要的就两点: 支持百万玩家同时在线,不出问题。这两点也就分别对应了高并发和高可用。这篇文章系统的介绍游戏服务端中的高并发和高可用。高并发和高可用是一个相辅相成的工作,当我们支持百万玩家同时在线时却无法保证服务器的稳定可用,那高并发支持就无从谈起;而如果当玩家数量较多时服务器就常常出问题,那也不能称为高可用。
2024-04-12 00:30:00
36487
4
原创 关于游戏架构设计的一些整理吧
在单位设计上必须冲头到尾贯彻面向对象的“继承”观念先设计基础单位A ,再在之上扩展到所有的单位,也就是说,所有的普通单位都可以追溯到一个起源的对象,否则代码量会让你想死然后就能获得所有的单位和建筑物了-----------------------------------------------------------------------地图寻
2016-02-26 15:58:38
45885
4
原创 带标注的中国警察衣服识别数据集,识别率66.88%,314张图,支持yolo,coco json,voc xml,文末有模型训练代码
带标注的中国警察衣服识别数据集,识别率66.88%,314张图,支持yolo,coco json,voc xml,文末有模型训练代码。
2026-11-04 16:00:57
150
原创 传统编程面试已成过去式:我招技术负责人,让候选人用AI给自己出5道业务面试题
人独自完成AI也能完成的任务。考察记忆、手写、独立实现。人在AI辅助下,完成AI无法独立完成的任务。考察定义问题、校验结论、权衡取舍、对齐业务目标。静态题库、八股面经的价值持续衰减当任何问题都可以一键生成答案,背诵类考核的信噪比会越来越低。面试题目不能再是固定不变的,必须绑定业务场景,动态生成、动态讨论。考核重心从“输出标准答案”变成“评估答案质量”。AI素养不再是加分项,是管理者的基础素养。
2026-10-28 15:56:04
18
原创 把 YOLO11(其他版本同样的方法) 接入 CVAT Serverless 做自动标注:从 .pt 到 ONNX 的完整实战(含两个真实踩坑实录)
导出 ONNX),并验证输入输出形状;建函数目录(必须存在!)+main.py(Ultralytics 原生 ONNX 需手写 NMS 和坐标换算)+best.onnx;单函数 deploy(带环境变量,不要重跑验证:函数日志 + nodePort curl 冒烟测试 + CVAT UI 自动标注验收。缺→启动即崩、部署失败;框数组形状[4, N]vs[N, 4]→ 框少时自动标注报错,框多时静默返回错乱坐标。
2026-10-26 23:23:25
65
原创 保姆级教程:Ubuntu20.04 部署 CVAT(Docker)+ Nuclio Serverless自动标注 + YOLOv7
适用环境:Ubuntu 20.04 LTS、(显存≥4G,推荐≥8G;主机内存≥16G,推荐32G)功能:CVAT网页标注 + 内置Serverless(Nuclio),GPU运行YOLOv7预训练模型,网页一键Auto annotation自动打检测框架构:全部服务容器化,YOLOv7跑在容器GPU内,云服务器前置提醒:安全组放行 TCP端口22(SSH)本教程面向零基础用户,从显卡驱动、Docker环境、CVAT部署到YOLOv7自动标注,一步步带你跑通完整流程。
2026-10-20 11:27:11
67
原创 带标注的裂缝 ,混凝土损坏 ,掉层皮,裂缝,蜂窝麻面,漏水,掉落数据集,识别率60%以上,5855张图,支持yolo,coco json,voc xml,文末有模型训练代码
带标注的裂缝 ,混凝土损坏 ,掉层皮,裂缝,蜂窝麻面,漏水,掉落数据集,识别率60%以上,5855张图,支持yolo,coco json,voc xml,文末有模型训练代码。
2026-10-16 15:49:31
88
原创 带标注的乒乓球球员裁判球拍球桌识别数据集,识别5种类别,识别率95.2%,3136张图,支持yolo,coco json,voc xml,文末有模型训练代码
带标注的乒乓球球员裁判球拍球桌识别数据集,识别5种类别,识别率95.2%,3136张图,支持yolo,coco json,voc xml,文末有模型训练代码。
2026-10-12 14:47:08
118
原创 小黄鸭机器人技术全解-第 13 章 被动连杆机构与轮滑变体
前十二章我们把"步行版 Microduck"拆了个干净:14 个受控自由度、M2 螺丝系统、外挂电池、仿真网格的工程化。passive_*这两个机构的共同点是:它们的"真相"都写在,而不是写在任何一篇说明文档里。这一章把它们从 MJCF、目录和BOM.md的零散条目里拼出来。
2026-09-27 13:51:45
44
原创 小黄鸭机器人技术全解-第 12 章 电池勘误与机身物理布局
把本章的量测结果收成一张"躯干解剖图"(trunk_base区域内容关键数据内腔中部两颗 hip_yaw XL33029×20×34 mm/颗,占满内腔黄金地段内腔后下部NP-F550 电池(部分)39×21×71 mm,约 31 mm 在壳内壳体下沿外电池外悬段约 40 mm,两片 83.5 mm夹持壳体背面 × 电池顶部imu_to_dxl板(推断)锁扣 4×54×7 mm;板约束 34 mm 孔距 / ≤54 mm / 6.65 mm 高脖子(三自由度链)舵机总线 +
2026-09-27 13:49:14
51
原创 小黄鸭机器人技术全解-第 11 章 把螺丝变成采购单
上一章我们用 155 行 Python 把整机的孔数了出来:M2 过孔 ×77、沉头孔 ×28、攻丝底孔 ×20。但——真正的目标是。lens这一章把这三道坎逐一说清楚,最后给出一份,含具体店铺、SKU、价格与警示。jaw_soft图 11-1 爆炸视图里每两个法兰盘之间的一对孔,就是采购清单上的一颗螺丝。
2026-09-24 12:03:00
34
原创 小黄鸭机器人技术全解- 第 10 章 紧固件逆向:让算法数出整机的螺丝
这是第二篇的压轴。 前五章我们拿到了 15 个刚体的质量、14 个关节的轴线与行程、16 个可装配的 STL。但"能打印"和"能装起来"之间,还差一张关键清单:整机到底用多少颗什么规格的螺丝?上游开源包里没有机械 BOM,没有装配文档,没有螺丝清单(HAT 板有电子 BOM,但不含结构件)。我们手里只有 47 个 STL 网格——而 CAD 导出的网格里,一个孔就是一段圆柱面。于是问题变成了一道纯几何题:这一章就讲这道题怎么解: 一共 155 行 Python,2.5 秒扫完全机 47 个零件,输出"M2
2026-09-24 11:55:21
58
原创 带标注的管道泄漏热成像数据集,识别率96.4%,505张图,支持yolo,coco json,voc xml,文末有模型训练代码
带标注的管道泄漏热成像数据集,识别率96.4%,505张图,支持yolo,coco json,voc xml,文末有模型训练代码。
2026-09-21 14:31:40
693
原创 Otto Tuya (T5‑AI‑Board) ROS2+AI 视觉全指南:TuyaOS 底层原理、串口桥接与机器人实操
float32 linear_x # 前进后退速度 -1.0 ~ +1.0float32 angular_z # 旋转角速度 -1.0 ~ +1.0uint8 mode # 0轮式模式 /1步行模式float32 ultrasonic_dist # 超声波距离 mint8 battery_percent # 电池百分比注意:不要直接使用标准原始大消息通过串口传输,320×240 YUV帧数据量很大,串口带宽会直接打满,需要做分包传输。
2026-09-18 16:29:29
299
原创 小黄鸭机器人技术全解-第 09 章 爆炸图是怎么自动渲染出来的
microduckRendererproj()CN图 9-1 侧视爆炸图():15 个部件沿运动链逐级炸开,每级 48 mm。左腿五件套沿"腿的方向"拉出、颈头链沿"脖子方向"拉出——偏移方向来自 MJCF 的父子位置差,不是人为指定。
2026-09-18 14:52:27
27
原创 小黄鸭机器人技术全解- 第 08 章 从仿真网格到可装配 CAD:world transform 导出
先看清楚"堆在原点"是什么意思。上游仓库里的 47 个 STL,每个零件的几何都定义在它自己的局部坐标系的原点在大腿的某个加工基准面上,的原点在踝关节的某个端面上……这些局部坐标系是当年做 CAD 时各自的建模习惯产物,彼此之间没有任何关系。MJCF 的作用就是"把这些局部坐标系串起来":每个<geom>属于一个<body>,body 的posquat描述"这个 body 的原点在父 body 坐标系里的位置"。于是从根到任意 geom 的世界位姿 = 沿树累乘(第 05 章 5.5 节的齐次变换链)
2026-09-18 14:48:41
401
原创 小黄鸭机器人技术全解-第 07 章 关节自由度与行程参数
—鸭子歪着头转头时,转的平面是斜的,这正是它"灵动"感的来源。仿真里这是自动的(轴定义在父刚体系),复刻时不需要做任何事——
2026-09-17 14:19:19
61
原创 小黄鸭机器人技术全解-第 06 章 质量分布与高重心之困
limp_fall图 6-1 侧面轮廓的"高重心"直觉:躯干重心大约在整机高度的 60% 以上,189 g 的头部总成还悬在脖子末端。这个轮廓决定了它走路时的动态稳定性边界——本图由 MJCF 渲染,轮廓即 737.2 g 质量树的投影。
2026-09-16 10:38:58
146
原创 小黄鸭机器人技术全解-第05章 MJCF 运动学树:15 个刚体与 14 个自由度
body><joint>图 5-1 侧面爆炸图:15 个部件沿运动链逐级炸开(每级 48 mm 偏移)。左/右腿的镜像关系、颈头链的四级结构在这张图上最清楚——每一块的颜色、名称、质量都来自 MJCF。
2026-09-16 10:25:18
26
原创 小黄鸭机器人技术全解-第 04 章 复刻资料地图与可行性总览
信息层面 12/14 全绿(⚠️ 已降级为验证风险、❌ 是工程问题不是能力问题),经济层面个人复刻必然 > $399——
2026-09-15 09:57:55
140
原创 小黄鸭机器人技术全解-第 03 章 逆向方法论:代码即规格书
microduck图 3-1 由三条证据链共同支撑的结论:五个电气模块的物理布局。这张图没有任何拆机照片参与——主控在头里(jaw_soft 刚体)、总线走脖子、电池在身后下方,全部来自 MJCF 刚体绑定 + 源码设备路径 + HAT 原理图的交叉推理。
2026-09-15 09:52:20
29
原创 ROS机器人开发-第 02 章 开源的边界:哪些能抄,哪些要自己造
逆向任何产品的第一步不是拆东西,而是。这一章就是干这件事:Microduck 到底开源了什么、没开源什么、官方为什么这么说、复刻仓库自己是怎么栽了跟头又纠正过来的。边界划对,后面 34 章才不会在"这个件到底有没有官方资料"上反复打转。imu_to_dxlmicroduckelec_图 2-1 15 个部件沿运动链炸开的爆炸图(由 MJCF 自动渲染,每个部件标注名称与质量)。这张图本身就是"软件全开"的产物:没有官方装配图,复刻仓库用仿真模型自己画了出来。
2026-09-11 13:44:46
543
原创 ROS机器人开发-01-小黄鸭Microduck是什么
最后一个"为什么":为什么是鸭子?从产品角度,答案不难猜:25 cm 的体量为"桌面/近人"机器人,鸭子造型友好、辨识度高、没有"恐怖谷"问题(它不是拟人机器人),而且"会走路的鸭子"这个 meme 自带传播属性——860 万浏览的推文就是证明。但从工程角度,鸭子造型和它的动力学需求其实是一对矛盾:鸭子的身体是"前面大(头+胸)、后面收(尾部)"的,这意味着重心天然偏前偏高,而双足行走最需要的是低、稳、靠后的重心。
2026-09-11 13:41:01
55
原创 调试必备:查看 ROS2 自定义消息内容与点云数据的命令行技巧
本文详解 ROS2 调试技巧,重点解决 rclgo 自定义消息类型识别难题与点云数据查看痛点。通过环境变量配置、命令行参数过滤及 QoS 策略匹配,帮助开发者高效排查数据黑盒问题,掌握从消息定义到验证的完整闭环流程。
2026-09-10 16:12:31
39
原创 告别卡顿,ROS2 雷达图像传输的带宽优化全攻略
本文详解 ROS2 雷达图像传输的带宽优化全攻略。针对 SLAM 系统卡顿痛点,通过 JPEG 压缩、点云滤波及 DDS 多播技术大幅降低数据负载。结合 QoS 策略配置与 5GHz 硬件调优,有效解决网络拥塞,确保机器人控制指令实时稳定传输。
2026-09-10 16:10:01
32
带标注的中国警察衣服识别数据集,识别率%,314张图,支持yolo,coco json,voc xml, 有模型训练代码
2026-11-04
带标注的警察民警识别yolo模型,可识别警察和非警察2种标签,平均识别率81.54%
2026-10-21
带标注的裂缝 ,混凝土损坏 ,掉层皮,裂缝,蜂窝麻面,漏水,掉落模型,识别率60%以上,5855张图训练的
2026-10-16
带标注的裂缝 ,混凝土损坏 ,掉层皮,裂缝,蜂窝麻面,漏水,掉落数据集,识别率60%以上,5855张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-10-16
带标注的乒乓球球员裁判球拍球桌识别数据集,识别率95.2%,3136张图,支持voc xml文末有模型训练代码
2026-10-12
带标注的乒乓球球员裁判球拍球桌识别数据集,识别率95.2%,3136张图,支持coco json文末有模型训练代码
2026-10-12
带标注的乒乓球,球员,裁判,球拍,球桌等5种类型数据集,识别率95.2%,3136张图,支持yolo文末有模型训练代码
2026-10-11
带标注的管道泄漏热成像数据集,识别率96.4%,505张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-09-21
ROS2 Humble 下,用纯 Python搭一个国外爆火的小黄鸭的机器人仿真程序代码,可直接运行,实现点头和表情控制,碰撞寻路,跌倒爬起来
2026-09-03
带标注的牙齿损坏数据集识别率70.1%,可识别6种不健康和健康的牙齿类型,911张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-08-27
带标注的脊椎侧弯识别数据集,识别率82.5%,3199张图,可识别三个级别和正常的,支持yolo,coco json,voc xml,文末有模型训练代码
2026-08-20
带标注的运动员,裁判,羽毛球识别数据集,识别率84.4%,2879张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-08-10
带标注的东南亚16种常见毒蛇和无毒蛇识别数据集, 识别率73.4%,7593张图,支持pascal voc xml
2026-08-07
带标注的东南亚16种常见毒蛇和无毒蛇识别数据集, 识别率73.4%,7593张图,支持coco json
2026-08-07
带标注的东南亚16种常见毒蛇和无毒蛇识别数据集, 识别率73.4%,7593张图,支持yolo
2026-08-07
带标注的绝缘子缺陷识别数据集,识别率97.1%,1249张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-27
带标注的扑克牌识别数据集,识别率99.5%,3083张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-24
带标注的浮游藻类24种数据集,识别率91.5 %数据集, 23175张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-24
带标注的寄生虫8种类型数据集,识别率83.2%, 2110张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-23
带标注的成熟棉花识别数据集,识别率83.9%数据集,505张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-23
带标注的51种中草药材,识别率81.9%数据集, 23927张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-23
带标注的墙面红外缺陷数据集,可识别8种类型的缺陷,1874张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-21
带标注的篮球篮框球员识别数据集,准确率97.9% ,9515张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-21
带标注的路边坑洼和减速带识别数据集,5735张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-20
带标注的云室粒子探测分类,可识别α粒子β粒子μ子,识别率94%,4588张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-20
带标注的细胞有丝分裂数据集数据集,识别率95.9%,304张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-20
带标注的移动通信基站信号塔,可识别塔架和塔身数据集,识别率93.5%,1008张图,支持yolo,coco json,voc xml, json
2026-07-20
带标注的集装箱缺陷数据集,识别率77.5%,可识别生锈,孔洞,凹陷变形三种缺陷,13889张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-17
带标注的带标注的医用采血管分类和标签识别数据集,识别率80.7%,5524张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-17
带标注的蜜蜂识别数据集,识别率88.6% ,8080张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-16
带标注的棉花数据集,可识别未开裂,开裂,初花,受精花,成熟的等5种棉花生长阶段,识别率76.5%,1388张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-15
带标注的药品包装缺陷数据集,识别率93%,2422张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-15
带标注的饮料瓶罐分类数据集,可识别玻璃瓶,塑料瓶,水壶易拉罐,识别率95%,15645张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-14
带标注的SDD-SAR遥感船舶识别数据集,识别率92.9%,7000张图,支持yolo,coco json,voc xml,文末有模型训练代码
2026-07-14
带标注的山体滑坡塌方数据集数据集,识别率78.1%,974张图,支持yolo,coco json,voc xml,darknet,文末有模型训练代码
2026-07-14
基于ROS2的Gazebo仿真环境模拟中同时生成多个机械臂的项目代码打包下载
2026-07-10
ROS2 Gazebo 世界 2D/3D 地图生成器插件使用代码
2026-07-10
使用 ROS2 服务在Gazebo仿真环境做步进控制工程代码
2026-07-10
带标注的中国警察衣服识别yolo v12模型,识别率66.88%,314张图
2026-11-04
优快云博客之星拉票
2025-02-14
如何获取车机系统内部的文件和文件夹
2023-11-02
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅