低速场景下的感知类型分类

属性层级分类case数说明
斑马线半动态层道路标线2分类细想
丁字路口半动态层道路拓扑10 
Y字路口半动态层道路拓扑10 
不规则路口半动态层道路拓扑10 
公交站半动态层道路拓扑10 
环岛半动态层道路拓扑10 
十字型路口半动态层道路拓扑10 
弯道半动态层道路拓扑10 
长窄道半动态层道路拓扑10 
广场半动态层道路拓扑  
路内停靠点半动态层道路拓扑  
路外停靠点半动态层道路拓扑  
坡道半动态层地面形态2 
快递柜半动态层静态障碍物10 
垃圾站半动态层静态障碍物10 
水马半动态层静态障碍物10 
栅栏半动态层静态障碍物10 
半动态层静态障碍物10 
锥桶半动态层静态障碍物10 
红绿灯半动态层特殊区域10 
小区出入口半动态层特殊区域10 
施工区域半动态层特殊区域10 
树荫半动态层特殊区域10 
天桥半动态层特殊区域10 
停车区域半动态层特殊区域10 
驿站半动态层特殊区域10 
自行车停靠区半动态层特殊区域10 
桥梁半动态层特殊区域224 
隧道半动态层特殊区域  
斑马线静态层道路标线  
车道线静态层道路标线2 
地上标线静态层道路标线2 
减速带静态层道路标线2 
坑洼路面静态层地面形态10浅坑洼算路面
变电箱静态层静态障碍物2 
电线杆静态层静态障碍物2 
隔离网静态层静态障碍物2 
广告牌静态层静态障碍物2 
花坛静态层静态障碍物2 
停车牌静态层静态障碍物  
花箱静态层静态障碍物  
三脚架静态层静态障碍物  
井盖静态层静态障碍物2 
静态层静态障碍物2> 10cm算坑
python+opencv简谱识别音频生成系统源码含GUI界面+详细运行教程+数据 一、项目简介 提取简谱中的音乐信息,依据识别到的信息生成midi文件。 Extract music information from musical scores and generate a midi file according to it. 二、项目运行环境 python=3.11.1 第三方库依赖 opencv-python=4.7.0.68 numpy=1.24.1 可以使用命令 pip install -r requirements.txt 来安装所需的第三方库。 三、项目运行步骤 3.1 命令行运行 运行main.py。 输入简谱路径:支持图片或文件夹,相对路径或绝对路径都可以。 输入简谱主音:它通常在第一页的左上角“1=”之后。 输入简谱速度:即每分钟拍数,同在左上角。 选择是否输出程序中间提示信息:请输入Y或N(不区分大小写,下同)。 选择匹配精度:请输入L或M或H,对应低/中/高精度,一般而言输入L即可。 选择使用的线程数:一般与CPU核数相同即可。虽然python的线程不是真正的多线程,但仍能起到加速作用。 估算字符上下间距:这与简谱中符号的密集程度有关,一般来说纵向符号越稀疏,这个值需要设置得越大,范围通常在1.0-2.5。 二值化算法:使用全局阈值则跳过该选项即可,或者也可输入OTSU、采用大津二值化算法。 设置全局阈值:如果上面选择全局阈值则需要手动设置全局阈值,对于.\test.txt中所提样例,使用全局阈值并在后面设置为160即可。 手动调整中间结果:若输入Y/y,则在识别简谱后会暂停代码,并生成一份txt文件,在其中展示识别结果,此时用户可以通过修改这份txt文件来更正识别结果。 如果选择文件夹的话,还可以选择所选文件夹中不需要识别的文件以排除干扰
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值