基于Mixly和MAX30102的心率监测系统设计与实现

arduino/Mixly使用MAX30102心率传感器 一、器材 MAX30102 arduino uno 二、接线 MAX30102 arduino uno VCC 5V GND GND SCL A5 SDA A4 三、程序 mixly程序 mixly的块在第三方库睿龙创客工厂之中 arduino代码 #include <Wire.h> #include "MAX30105.h" #include "heartRate.h" MAX30105 particl.. 阅读详情

1. 从零开始:为什么选择Mixly和MAX30102?

如果你对电子制作和编程感兴趣,但又觉得写代码像看天书,那今天这个项目就是为你量身定做的。我想做一个能实时监测心率的小玩意儿,比如运动时戴在手腕上,或者放在桌面上随时测一下。市面上专业的心率设备太贵,而自己从头写代码驱动传感器,对新手来说门槛又太高。直到我发现了Mixly和MAX30102这对“黄金搭档”,事情就变得简单多了。

Mixly,你可以把它想象成乐高积木。它把复杂的C语言代码变成了一个个彩色的、可以拖拽拼接的图形化积木块。你不用去记那些让人头疼的语法和分号,只需要像搭积木一样,把“读取传感器”、“如果…那么…”、“串口打印”这些逻辑块组合起来,一个程序就完成了。这对于初学者和创客来说,简直是福音,能让你把精力完全集中在创意和逻辑上,而不是纠结于代码的语法错误。

而MAX30102,则是一个集成了红光和红外光LED、光电探测器以及一大堆高级信号处理电路的小小芯片。它的工作原理很酷:当你把手指贴上去,芯片会发射光线穿透皮肤,血液对光的吸收量会随着心跳的脉搏而波动。芯片内部的“黑科技”能捕捉到这个微弱的波动,并把它转换成我们可以处理的数字信号。它不仅能测心率,还能测血氧饱和度,功能非常强大。最关键的是,它通过I2C接口与主控板通信,只需要两根数据线就能搞定,接线极其简单。

所以,这个组合的核心优势就是:MAX30102负责专业的生理信号采集,Mixly负责把复杂的编程变得像玩游戏一样简单。无论你是想做一个课设、一个创客作品,还是单纯想体验一下物联网和健康监测的乐趣,这个方案都能让你在半小时内看到心跳的数字在屏幕上跳动起来,成就感直接拉满。接下来,我就带你一步步亲手把它做出来。

2. 硬件准备与“傻瓜式”连接指南

动手之前,我们得先把“演员”请到台上。你需要准备的东西不多,都是些常见且便宜的模块,在电商平台很容易买到。

核心硬件清单:

  • 主控板:Arduino Uno 一块。这是创客世界的“瑞士军刀”,经典、稳定、资料多,最适合新手入门。当然,你用Nano、Leonardo等其他兼容板也可以,但Uno的引脚布局最清晰,不容易接错。
  • 传感器:MAX30102模块 一个。注意,一定要买“模块”,而不是裸芯片。模块已经帮你把芯片、必要的电阻电容、稳压电路以及电平转换电路都集成好了,还引出了整齐的排针,直接插线就能用,省去了大量麻烦。
  • 连接线:杜邦线 若干,建议使用公对公的。准备4根就足够了。
  • 可选配件: 一个OLED显示屏(比如0.96寸的I2C屏幕),这样你就能脱离电脑,直接看到实时心率了,作品会更完整。不过第一步,我们先从最基础的串口显示开始。

硬件齐了,接下来就是连接。这是最容易出错的一步,但只要你跟着我的图(想象一下)和描述,绝对没问题。MAX30102模块和Arduino Uno都使用I2C通信协议,这是一种只需要两根数据线(SCL时钟线和SDA数据线)就能让多个设备“聊天”的协议,非常简洁。

接线对照表(请务必对照此表操作):

MAX30102模块引脚连接至 Arduino Uno 引脚作用说明
VCC5V供电正极。模块需要5V电压才能工作。
GNDGND供电负极。形成电流回路,必须接!
SCLA5I2C时钟线。在Uno上,A5脚就是SCL。
SDAA4I2C数据线。在Uno上,A4脚就是SDA。

注意:有些MAX30102模块上可能还有INT(中断)或RD(就绪)等引脚,对于基础的心率读取,我们暂时用不到,让它们空着就行,不用接。

我来给你打个比方,这个过程就像给手机充电:VCC和GND是正负极的电源线,不给电设备就“死了”;SCL和SDA就像是数据线,负责手机和电脑之间的数据传输。接好之后,你最好再检查两遍:红线(VCC)是不是接到了5V?黑线(GND)是不是接到了GND?时钟线和数据线有没有接反?确认无误后,就可以插上Arduino的USB线,给它通电了。看到传感器模块上通常有个小红色LED微微亮起,就说明供电正常,硬件舞台已经搭建完毕。

3. 图形化编程:用Mixly“画”出心跳程序

硬件连好了,现在轮到软件上场。打开Mixly软件,它的界面很清爽,左侧是各种各样的功能块分类区,中间是编程画布,右边是代码预览区。我们不需要看右边的代码,专心“搭积木”就行。

首先,我们需要告诉Mixly:“我们要用到一个叫MAX30102的传感器”。这个传感器的功能块不在默认库里,需要添加一个第三方库。点击Mixly软件左上角的“导入库”,选择“本地导入”,然后找到你下载的“睿龙创客工厂”库文件(通常是一个.xml或.mly文件)。导入成功后,你在左侧的“传感器”或“用户库”分类里,就能找到MAX30102相关的积木块了。这个过程就像给你的手机安装了一个新的App,有了这个App,你才能使用特定的功能。

现在,开始搭建我们的核心程序。我会把程序逻辑分成几个清晰的步骤,你跟着一步步拖拽组合:

第一步:初始化与设置 从“控制”分类里拖出一个 setup 积木,所有初始化操作都放在这里面。

  1. 从“串口”分类里,拖出 Serial.begin 积木,将波特率设置为 9600,然后放进 setup 里。这相当于打开了Arduino和电脑之间的一条数据传输通道。
  2. 从MAX30102库中,找到“初始化 MAX30102”或类似的积木块,拖到 Serial.begin 下面。这个积木内部已经封装好了建立I2C连接、配置传感器基本参数的代码。
  3. 为了更直观,我们还可以初始化传感器上的LED。找到“设置红光LED强度”的积木,将强度值设为一个较低的值,比如 10(十六进制的0x0A)。这样传感器工作时,上面的红色LED会发出微光,提示你它正在运行。再把“设置绿光LED强度”设为 0,先关闭它。

第二步:主循环与心跳检测 从“控制”分类里拖出一个 loop 积木,所有需要重复执行的代码都放在这里。

  1. 读取原始数据:从MAX30102库中,拖出“读取红外光数值(IR)”积木。这个值代表了检测到的光线强度,会随着血液流动而波动。我们把它存储到一个变量中,比如命名为 irValue。
  2. 判断是否发生心跳:这是最关键的一步。MAX30102库通常提供一个“检测心跳”的积木,它内部封装了算法,会分析 irValue 的波形,判断是否出现了一个心跳脉冲。我们使用一个“如果…那么…”积木,将“检测心跳(irValue)为真”作为条件。
  3. 计算心率:当检测到心跳时,我们需要计算两次心跳之间的时间间隔,从而算出每分钟心跳次数(BPM)。
    • 首先,获取当前时间(使用 millis() 函数积木)。
    • 然后,计算当前时间与上一次心跳时间(需要用一个变量 lastBeat 来记录)的差值,这就是心跳间隔(delta)。
    • 接着,更新 lastBeat 为当前时间,为下一次计算做准备。
    • 最后,用公式 BPM = 60000 / delta 来计算心率。因为 millis() 单位是毫秒,一分钟有60000毫秒。
  4. 心率滤波与平均:直接计算出的单次BPM可能跳动很大,因为信号有干扰。为了得到稳定的读数,我们采用滑动平均滤波。创建一个数组(比如叫 rateArray)来存储最近4次的心率值。每次计算出新BPM后,就把它存入数组,并覆盖掉最旧的那个值。然后,计算这个数组里所有值的平均数,作为最终输出的 Bpm_value。这个滤波过程能有效平滑数据,让显示的心率值不会乱跳。

第三步:输出结果 在 loop 循环的最后,无论是否检测到心跳,我们都应该输出信息。

  1. 使用“串口打印”积木,先打印一个提示字符串,比如 "心率(BPM): "。
  2. 接着,打印我们计算好的、经过滤波的平均心率值 Bpm_value。
  3. 最后,再打印一个单位字符串 " bpm",并换行。 为了让数据更易读,你还可以在打印心率值之前,加一个“如果…那么…”判断,只有当 Bpm_value 在合理范围内(比如20到200之间)时才打印,否则打印“等待手指放置…”之类的提示。

当你把这些彩色的积木严丝合缝地拼接起来,一个完整的心率监测程序就“画”好了。点击Mixly右上角的“上传”按钮,软件会自动将图形块翻译成Arduino代码,并编译上传到你的Uno板里。看到下方日志显示“上传成功”,那一刻的感觉非常奇妙——你没有写一行代码,却完成了一个嵌入式程序。

4. 数据可视化与项目进阶玩法

程序上传成功后,打开Mixly软件内置的串口监视器(或者Arduino IDE的串口监视器),把波特率同样设置为9600。现在,用你的指尖稳稳地按住MAX30102传感器上那个小小的玻璃窗口(那是发光和感光的地方),尽量保持静止。几秒钟后,你应该会看到串口监视器里开始规律地打印出数字了,比如“心率(BPM): 72 bpm”。恭喜你,你的心跳已经被这台自制设备捕捉到了!

第一次看到自己心跳的数字在屏幕上跳动,那种感觉真的很棒。但光看数字还不够直观,我们可以让它变得更“好看”。Mixly的串口监视器功能比较简单,我强烈推荐你使用 串口绘图器(Serial Plotter)功能。在Arduino IDE中,工具菜单下就能找到。打开绘图器,调整程序,将原始的 irValue(红外光强度值)也通过串口打印出来。你会看到一条实时滚动的波形图,那条随着你心跳而规律起伏的曲线,就是你的脉搏波!这比看数字震撼多了,你能清晰地看到每一次心跳对应的波峰。

当然,让作品脱离电脑才是终极目标。这就用到我之前提到的OLED显示屏了。同样使用I2C接口,只需要额外接4根线(VCC, GND, SCL, SDA)到Uno上。在Mixly中,导入OLED的库(比如U8g2或Adafruit的库),然后在你的程序里,把原本打印到串口的 Bpm_value,改成用“OLED显示字符串”的积木显示在屏幕上。这样,一个便携的、可穿戴的心率监测仪原型就诞生了。

在实际使用中,你可能会遇到一些“坑”。比如,读数不稳定,总是乱跳。这通常有几个原因:一是手指没有按稳,或者环境光太强干扰了传感器;二是心率算法中的参数可能需要微调,比如心跳检测的灵敏度阈值;三是没有做好滤波,可以尝试增大滑动平均的数组大小(比如从4改成8),但响应速度会变慢,需要权衡。另一个常见问题是传感器初始化失败,串口没有任何输出。请回头仔细检查接线,尤其是I2C的SCL和SDA线是否接反、接触不良,或者传感器模块本身是否损坏。

这个基础项目就像一颗种子,你可以让它长出很多分枝。比如,加上一个按钮,实现按一下开始测量、再按一下停止并显示平均心率的功能。加上一个蜂鸣器,让它在心率过高或过低时发出警报。更进一步,你可以把数据通过蓝牙模块(如HC-05)发送到手机App上,实现无线监测和记录。甚至,结合MAX30102的血氧测量功能,做一个简易的血氧仪。Mixly的积木化编程让这些扩展变得可行,你不需要成为编程专家,只需要有创意,然后把对应的功能积木像拼图一样组合起来。

我从一个闪烁LED的“Hello World”开始玩Arduino,到现在能做出测量自己生理信号的小设备,这个过程充满了乐趣和挑战。用Mixly和MAX30102入门,你绕开了最枯燥的语法门槛,直接触摸到了项目实现的成就感。这种正反馈会激励你继续探索下去。当你成功测出第一个心率值时,别忘了,这只是一个开始。后面还有无线传输、数据上传云平台、智能预警等无数好玩的方向等着你去搭建。硬件和编程的世界,其实就这么触手可及。

Mixly+MAX30102心率监测实战:从接线到串口数据可视化(附完整代码) 本文详细介绍了如何使用Mixly图形化编程工具结合MAX30102心率传感器实现心率监测项目,从硬件接线到串口数据可视化的完整流程。通过Arduino Uno开发板和MAX30102模块,读者可以快速搭建心率监测系统,并通过Mixly的图形化编程界面完成数据采集与处理。文章还提供了优化建议和进阶应用方向,如数据存储、无线传输等扩展功能。 阅读详情

相关推荐

基于Mixly与MAX30102的心率监测系统设计与实现

本文详细介绍了基于Mixly与MAX30102心率传感器的心率监测系统设计与实现方法。通过Arduino平台和图形化编程工具Mixly,无需复杂代码即可快速搭建系统,涵盖硬件连接、软件配置、数据优化及常见问题解决方案,适合电子爱好者和健康监测项目开发者。

weixin_27038245的博客 161

Mixly+MAX30102心率传感器实战:5分钟搞定Arduino Uno健康监测项目

本文详细介绍了如何使用Mixly图形化编程和MAX30102心率传感器快速搭建Arduino Uno健康监测项目。通过5分钟的简单操作,即可实现专业级心率监测,适合教育工作者、创客和学生群体。文章包含硬件接线指南、Mixly环境配置、心率监测程序构建及常见问题解决方案,帮助零基础用户轻松上手。

rock5的博客 539

AI职场岗位替代风险与生产力研究数据集

本数据集聚焦人工智能对职场的双重影响,提供岗位替代风险评估与生产力增益两类预测目标,适合开展人力资源分析、AI对劳动力市场影响建模与组织行为研究。数据围绕职场岗位与任务结构展开,覆盖岗位类型、自动化暴露程度、AI工具采用情况、技能需求变化等职场数字化转型的核心维度,可将AI风险等级作为分类目标,也可将生产力提升幅度作为回归目标,开展双任务建模与对比分析。数据为干净规整的表格结构,无缺失值、无需多表关联,可直接用于Pandas、Scikit-learn等主流工具链;特征间存在非线性关系与交互效应,适合特征工程与模型调参进阶练习。典型应用场景包括:AI岗位替代风险预警、员工再培训需求识别、部门级AI采用度评估、生产力与数字化投入的关联分析,也可作为企业数字化转型研究与人力资源课程的教学案例。重要说明:本数据为Python生成的合成数据,仅反映生成规则而非真实职场统计,不可用于真实人事决策。许可:CC0公有领域,可自由使用与二次分发。

避坑指南:MAX30102在Arduino Uno上的常见接线错误与数据异常解决

本文详细解析了MAX30102心率传感器与Arduino Uno配合使用时的常见接线错误与数据异常问题,提供了硬件连接、软件配置及数据优化的完整解决方案。重点探讨了电源配置、I2C线路布局、库选择与初始化等关键环节,帮助开发者避免典型错误并提升测量精度。

pz890123的博客 637

【高分子材料工程】嵌件注塑结构设计与工艺优化:金属-塑料复合件界面强度及失效预防技术规范

内容概要:本文系统阐述了嵌件注塑(Insert Molding)的设计参数、模具关键技术及失效预防措施,聚焦黄铜H62或304不锈钢与PA66-GF30材料组合的基准工况,提供可用于工程图纸、DFM检查、模具验收和工艺规程的量化依据。内容涵盖工艺边界界定、材料匹配与界面力学分析、结构设计参数(如包覆壁厚、滚花、倒角)、模具设计要点(定位、浇口、排气、冷却)、工艺参数窗口、八大失效模式及其对策、验证验收标准以及量产控制要求,强调通过DFM仿真、模流分析和DOE试模优化工艺,并列出常见设计误区与纠正方案。; 适合人群:从事注塑产品设计、模具开发、工艺工程及质量管理的工程技术人员,尤其适用于汽车、电子、医疗等行业中具备1-3年及以上相关经验的研发人员; 使用场景及目标:①指导嵌件注塑零件的可制造性设计与结构优化;②支持模具设计评审与验收;③制定试模调机与量产工艺规范;④开展失效分析与质量改进; 阅读建议:此资源兼具理论机制与工程实践,建议结合实际项目对照查阅,重点关注包覆壁厚、预热温度、浇口布置等关键参数的取值边界,并在应用非基准材料时进行线膨胀系数与收缩率的换算修正,避免直接套用数据。

智慧医共体AI大模型赋能智能体平台及AI场景应用规划方案(决策评审版).pptx

智慧医共体AI大模型赋能智能体平台及AI场景应用规划方案(决策评审版).pptx

低成本健康监测方案:用Arduino UNO+MAX30102自制便携式心率仪(含Mixly/原生代码双版本)

本文提供了一份详尽的低成本便携式心率监测仪制作指南,核心在于利用Arduino UNO开发板与MAX30102心率传感器进行硬件搭建与软件开发。文章深度解析了PPG信号采集原理,并对比了Mixly图形化编程与Arduino原生代码两种开发路径的优劣,指导读者从噪声中提取有效信号,实现心率计算,并进一步探讨了系统集成、功能拓展与功耗优化的实用方案。

2a4s6d8f0g的博客 269

AI政务大模型数字人平台规划方案(生态合作版).pptx

AI政务大模型数字人平台规划方案(生态合作版).pptx

图腾柱无桥PFC变换器+平均电流控制+PI电压双闭环前馈控制设计(Simulink仿真实现)

内容概要:本文系统研究了图腾柱无桥PFC变换器的高效率控制策略,采用平均电流控制结合PI电压双闭环前馈控制,利用Simulink平台构建完整的系统仿真模型,涵盖主电路拓扑、控制环路设计、关键参数计算及动态性能验证。研究重点在于提升功率因数、降低输入电流谐波含量,并确保输出电压的高度稳定性。通过仿真分析,全面评估了系统在启动、稳态运行及抗干扰等方面的性能表现,充分展现了现代电力电子变换器在高效能、高可靠性方面的先进控制技术应用; 适合人群:具备一定电力电子技术基础和Simulink仿真能力的电气工程及相关专业的研究生、科研人员及企业研发工程师; 使用场景及目标:①研究高效率PFC变换器的控制策略;②掌握图腾柱无桥PFC电路的工作原理与建模方法;③开展新能源、电动汽车充电、工业电源等领域中高性能整流器的技术开发与性能优化; 阅读建议:建议读者结合Simulink仿真模型同步操作,重点关注控制环路的设计细节与参数整定过程,深入理解平均电流控制与双闭环前馈控制的协同机制,同时可拓展至不同工况下的性能测试以增强工程实践能力。

航空航天行业可信数据空间应用规划方案专项申报版.pptx

航空航天行业可信数据空间应用规划方案专项申报版.pptx

气象服务行业可信数据空间应用规划方案(专项申报版).pptx

气象服务行业可信数据空间应用规划方案(专项申报版).pptx

V2G电动汽车ACDC整流+双向CLLC谐振变换器充放电仿真(Simulink仿真实现)

内容概要:本文详细介绍了基于Simulink的V2G电动汽车ACDC整流与双向CLLC谐振变换器充放电仿真系统的设计与实现。该系统融合了AC-DC整流技术与高效的双向CLLC谐振变换器,实现了电动汽车与电网之间的能量双向流动,既支持电网向车辆充电(G2V),也支持车辆向电网放电(V2G),显著提升了电网的灵活性、稳定性与能源利用效率。文章深入阐述了系统的拓扑结构、工作原理、关键参数设计及变频控制策略,并通过完整的仿真模型构建与实验验证,证明了该方案在充放电过程中的高效率、平滑的功率转换特性以及优良的动态响应性能。此外,文中还系统性地列举了多种相关电力电子变换器(如LLC、PFC、Buck-Boost等)及其先进控制技术(如双闭环、模型预测、下垂控制等)的应用实例,充分展现了该领域深厚的技术背景与广阔的发展前景。; 适合人群:电气工程、自动化、电力电子与电力传动及相关专业的研究生、科研人员及工程师,特别是从事新能源汽车、智能电网、电力电子变换器设计与控制、储能系统集成等方向的专业人士。; 使用场景及目标:①为V2G(Vehicle-to-Grid)技术的深入研究与工程化应用提供坚实的理论依据和技术支持;②为各类高频高效电力电子变换器(尤其是谐振类变换器)的建模、设计与控制优化提供极具参考价值的案例;③推动新能源汽车与智能电网的深度融合,促进清洁能源的消纳与能源互联网的建设。; 阅读建议:读者应具备扎实的电力电子学、自动控制理论基础以及Simulink/Matlab软件的操作能力。建议结合具体工程项目需求,深入理解文中的系统架构与控制算法,并动手实践仿真模型的搭建与调试,以加深对V2G能量管理机制的理解。同时,鼓励读者进一步探索文中未深入探讨的边界工况,如极端环境下的系统可靠性、长期运行的耐久性以及大规模V2G集群对电网的综合影响等前沿课题。

AI政务大模型数字人平台规划方案(决策评审版).pptx

AI政务大模型数字人平台规划方案(决策评审版).pptx

状态估计【卡尔曼滤波kalman】UKF、EKF、粒子滤波PF学习与研究(Matlab代码实现)

内容概要:本文系统介绍了基于Matlab/Simulink平台的状态估计算法研究与实现,重点涵盖无迹卡尔曼滤波(UKF)、扩展卡尔曼滤波(EKF)和粒子滤波(PF)等经典非线性滤波方法的理论基础、算法推导及代码实现。结合BP神经网络与EKF的融合训练、无人机轨迹估计等实际案例,深入探讨了这些滤波算法在复杂非线性系统状态估计中的应用效果。同时,文档整合了智能优化算法、机器学习、信号处理、电力系统仿真等多个领域的丰富Matlab代码资源,构建了一个面向科研与工程实践的综合性技术资料库,旨在为相关领域的研究人员和技术开发者提供全面的技术支持与实践参考。; 适合人群:具备一定Matlab编程基础,从事自动化、电气工程、控制科学与工程、信号处理、机器人、航空航天等相关领域的科研人员、研究生及工程技术人员。; 使用场景及目标:①深入理解并掌握UKF、EKF、PF等主流状态估计算法的核心原理与Matlab实现方法;②学习如何将卡尔曼滤波技术应用于神经网络训练、无人机姿态与轨迹估计、目标跟踪等复杂非线性问题;③获取并复用大量高质量的Matlab仿真代码,服务于科研项目复现、课程设计、毕业设计或工程项目开发。; 阅读建议:此资源以Matlab代码为核心,理论与实践紧密结合,建议读者在学习过程中务必动手实践,结合代码进行仿真调试。应重点关注滤波算法的数学模型构建、状态转移与观测方程的设计、噪声协方差的设置,以及不同算法在特定应用场景下的性能对比分析,通过反复实验来深化对状态估计技术内在机理的理解与应用能力。

我的C1科目二驾考笔记

我的C1科目二驾考笔记

14-15日周末听写音频.mp3

14-15日周末听写音频.mp3

多目标粒子群算法求解综合能源系统最优容量配置研究(Matlab代码实现)

内容概要:本文研究了多目标粒子群算法(MOPSO)在综合能源系统最优容量配置中的应用,并提供了基于Matlab的代码实现。研究构建了一个包含风能、太阳能、火电、压缩空气储能、抽水蓄能及电化学储能等多种能源形式的区域电网模型,引入IEEE39节点系统进行潮流计算与电能质量分析,旨在实现对系统中各类设备容量的多目标优化配置。该方法综合考虑经济性、负荷峰谷差、碳排放强度等多个关键优化目标,利用MOPSO算法求解得到一组帕累托最优解集,为决策者在不同偏好情境下提供多样化、权衡性的规划方案,增强了资源配置的科学性与灵活性。; 适合人群:具备一定电力系统、能源规划基础知识和Matlab编程能力的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决综合能源系统中多类型电源与储能设备的容量规划与选型问题;②实现兼顾经济效益、电网运行平稳性与低碳环保的多目标协同优化设计;③为能源规划部门提供基于智能优化算法的仿真分析工具,辅助制定科学的能源基础设施建设方案。; 阅读建议:读者应重点关注多目标优化问题的数学建模过程,包括目标函数与约束条件的构建,以及MOPSO算法的实现细节。建议结合提供的Matlab代码进行调试与算例复现,通过调整参数和观察帕累托前沿的变化,深入理解算法在复杂能源系统规划中的求解机制与应用价值。

Anylabeling与SAM协同:从智能标注到YOLO数据集构建的完整实践

本文详细介绍了Anylabeling与SAM协同标注的完整实践,从智能标注到YOLO数据集构建的全流程。通过结合SAM的自动分割能力和Anylabeling的交互式标注,显著提升标注效率,特别适合小样本、复杂形状和多类别标注场景。文章还提供了环境搭建、标注优化技巧以及YOLO格式转换的实用指南。

weixin_26873711的博客 463
上一篇: 避坑指南:为什么你的Word多级目录总错乱?从原理到修复全解析
下一篇: 利用ArcGIS高效提取shp文件边界坐标并生成txt格式数据
生活碎片
博客等级 码龄2年 51粉丝 1780原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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