玩转YOLO 第19页

【守护工地安全】YOLOv8实现安全帽检测

模型训练准备好数据集以后，直接按下面的命令行运行即可：yolotrainmodel=yolov8s.ptdata=hat_dataset.yamlepochs=50imgsz=640b

gloomyfish·2024-01-24 22:05

淘宝客联盟躺赚神话，是真的吗？

本文将从多个角度为您深度解析淘客联盟的赚钱之道，帮助您玩转电商推广，实现财富自由。氧惠（带货领导者）——是与以往完全不同的抖客+淘客app！2023全新模式，我的直推

氧惠好物·2024-01-24 20:43

具有运动模糊的大规模场景的混合神经绘制

，目录可以自动生成，如何生成可参考右边的帮助文档文章目录摘要Abstract文献阅读：具有运动模糊的大规模场景的混合神经绘制1、研究背景2、方法提出3、视点依赖归一化方法4、训练方法5、试验细节及对比YOLO

qq_43314576·2024-01-24 19:15

掌握方法，助你玩转职场！

微信群就是一个小社会，有着不同职业、不同专长、不同喜好的一批人，若想在公司微信群内更受欢迎，掌握以下四种类型人群的分类及沟通方法，可以助你脱颖而出：01【标签型】这类人群具备独特辨识度的符号，有着能够让人被动型的接收到信息并强化记忆的特点。在公司的微信群里他们可以分为这几种表现形式：（1）职位标签型：我们一进入公司微信群时请先查看各个成员的职位名称，尤其是你的上级领导，请请将他们做好备注。（2）领

可馨职隅·2024-01-24 18:21

玩转社交裂变的公式

病毒式扩散指数=用户收益/用户支出成本用户收益=现金及实际收益+塑造形象+炫耀成就+寻找谈资+帮助别人用户支出成本=时间成本+理解成本+思考成本+信任成本

西琳V·2024-01-24 18:14

2022-09-11

我们有高大上的摄影课程，资深摄影老师带你轻松玩转摄影专业；我们有专业的录音课程，名校考官老师教你感受电影音效的魅力；我们有有趣的数媒课程，高校专业老师教你用画笔绘制生动作

苹果派li·2024-01-24 18:44

【手把手带你玩转MyBatis】源码篇：核心类架构剖析与运作机制详解

引言在Java持久层框架领域，MyBatis以其灵活、高效的特点备受开发者推崇。本文将引领读者走进MyBatis的底层世界，深度解读构成其强大功能的核心类及其交互原理。通过详尽分析这些关键组件的设计思路和工作流程，你不仅能更加熟练地运用MyBatis进行开发实践，更能借此提升对复杂系统架构设计的理解力和洞察力。1.MyBatis核心组件概览SqlSessionFactory与SqlSession：

陈大狗Ayer·2024-01-24 17:00

非报表专业人士也能玩转复杂报表：高效数据阵列分析工具FastCube.Net 2019.4为非报表专业人士提供更熟悉的表达式功能

不知道FastCube的看过来！FastCube使您能够分析数据并构建汇总表（数据切片），以及轻松、即时地创建各种报表和图表。它是高效分析数据阵列的便利工具。日前，FastCube.Net发布更新v2019.4，为非报表专业人士提供更熟悉的表达式功能，让数据分析变得更加简单！表达式此版本带来了对FastCube.Net的表达式支持。在此之前，只能使用C＃或VB.Net上的scipt添加计算得出的度

Pokemogo·2024-01-24 14:29

【无标题】

YOLOv5报错原因：空格导致的未对齐（严格意义上的对齐）解决方案，检查yaml文件，添加或者删除空格，使得同一层的保持对齐。

梦在黎明破晓时啊·2024-01-24 13:54

YOLOV5单目测距+车辆检测+车道线检测+行人检测（教程-代码）

YOLOv5是一种高效的目标检测算法，结合其在单目测距、车辆检测、车道线检测和行人检测等领域的应用，可以实现多个重要任务的精确识别和定位。首先，YOLOv5可以用于单目测距。

毕设阿力·2024-01-24 13:23

YOLOv5中Ghostbottleneck结构shortcut=True和shortcut=False有什么区别

GhostBotleneck结构中的shodcut=True和shorcut=False的区别在干是否使用残差连接。当shorcu=True时，使用残差连接，可以以加速模型的收敛速度和提高模型的准确率，当shorcu=False时，不使用残差连接，可以减少模型的参数数量和计算量。实际上不只是Ghostbottleneck具有残差连接，在C3、C2f等具有Bottleneck模块的结构均可根据此例举

梦在黎明破晓时啊·2024-01-24 13:52

Gold-YOLO（NeurIPS 2023）论文与代码解析

paper：Gold-YOLO:EfficientObjectDetectorviaGather-and-DistributeMechanismofficialimplementation：https:

00000cj·2024-01-24 11:50

解决通过requirements.txt安装YOLOv8,No module named ‘ultralytics‘的问题

一、原由由于需要对YOLOv8的网络结构进行改进，直接安装pipinstallultralytics通过官方说明可以知道ultralytics把各种必需的依赖项都集成到了ultralytics安装了这个包之后

书中藏着宇宙·2024-01-24 11:39

开启 AI 未来：零基础小白如何玩转深度学习

在科技日新月异的今天，深度学习作为人工智能的核心技术，已经渗透到我们生活的方方面面。从智能语音助手到自动驾驶，从医疗诊断到金融分析，深度学习无处不在。那么，作为一个零基础的小白，如何入门深度学习呢？本文将为您揭示答案。一、深度学习基本概念深度学习，作为机器学习的一个分支，主要研究如何让计算机通过层次化的模型来学习数据表示。简单来说，深度学习就是构建一个像人脑一样的神经网络，让计算机自动提取特征，并

灸哥漫谈·2024-01-24 10:56

【风俗录】语言不通的游客怎么玩转东京夜店？

ナイトクラブ中文名：夜店，迪厅社会上有句俗话男神夜店屌丝桑拿穷逼路边发廊。日本也是这样，区别就是你够帅！东京夜店要玩的嗨主要不是靠钱主要是靠外形！玩夜店就是六本木没有其他地方了，有一次陪待一个爆发户他一定要在银座玩夜店。问题是银座没有夜店啊！好在现在有网络，我网上搜索了一家夜店进去一看全是印度人，印度英语听不懂日语也不会交流全部靠猜。真心大冬天一把汗滴下来。全东京除了六本木夜店别的地方都很low！

東京夢華録·2024-01-24 10:53

关于图像分割项目的可视化脚本

本章将最后一个分割任务的可视化脚本实现效果展示如下：代码会在当前目录保存展示好的图片，从左到右依次为，原图、mask图、mask覆盖在原图的掩膜图关于目标检测的可视化：VOC：关于目标检测任务中，XML(voc格式)标注文件的可视化YOLO

听风吹等浪起·2024-01-24 09:26

yolov8 opencv dnn部署自己的模型

源码结合自己导出的onnx模型推理自己的视频推理条件windows10VisualStudio2019NvidiaGeForceGTX1070opencv4.7.0(opencv4.5.5在别的地方看到不支持yolov8

yuanjun0416·2024-01-24 07:12

基于yolov5-master和pyqt5的森林火灾监测软件

文章目录项目背景效果演示一、实现思路①算法原理②程序流程图二、系统设计与实现三、模型评估与优化项目背景火灾作为威胁人类生命生产安全的隐患之一，一直是人们关注的重点。传统的火灾监测装置根据温度来检测火灾，不仅灵敏度差，而且反馈时间长，常常会出现消防员收到警报消息时，火室已经无法控制。森林火灾监测系统的设计与实现是一项基于深度学习技术的创新性研究，旨在通过自动检测和分析森林的图像数据，实时监测和预防森

心无旁骛~·2024-01-24 02:43

xml转voc，voc转coco，coco转yolo，coco划分，coco检查，yolo检查，coco可视化

平常用coco格式的数据集比较多，所有这里整合一下数据集相关的常用的脚本。pycocotools安装这个非常重要，因为处理coco数据集时，用pycocotools包非常方便。自行搜索一下怎么安装吧，windows安装比较麻烦。网上有很多方法，但是都有时效性，不定时就失效了。如果有好的安装pycocotools的文章，可以把链接评论在评论区。xml转vocxml2voc.py#命令行执行：pyth

gy-7·2024-01-24 01:24

Voc标签文件转Yolo标签文件程序

一、yolo标签格式我们看一下yolo标签的格式：\text{}上述格式【class_index】是某类别对应的标签索引，为整型；后面4个参数均为比例，而不是实际参数，我们举个例子10.7596230.7494540.0794430.081878

Midsummer啦啦啦·2024-01-24 01:23

2020，6招玩转 Appium 自动化测试

Appium是个什么鬼Appium是一个移动端的自动化框架，可用于测试原生应用，移动网页应用和混合型应用，且是跨平台的。可用于IOS和Android以及firefox的操作系统。原生的应用是指用android或ios的sdk编写的应用，移动网页应用是指网页应用，类似于ios中safari应用或者Chrome应用或者类浏览器的应用。混合应用是指一种包裹webview的应用,原生应用于网页内容交互性的

茶浅呀·2024-01-24 01:31

随想文｜“ 新人”自我介绍

不过也不枉照相机赵小萱对我长久的声音摧残，我不需要看新手须知就能玩转。

子夜微雨·2024-01-24 00:45

yolov8-face 带五个关键点的推理代码

学习使用GitHub-derronqi/yolov8-face:yolov8facedetectionwithlandmark的推理代码importcv2importnumpyasnpimportmathimportargparseimporttimeclassYOLOv8

we34dfg·2024-01-23 23:14

YOLO系列

深度学习经典检测方法two-stage（两阶段）：Faster-rcnn\Mask-Rcnn系列（两阶段即多了一步预选操作）one-stage（单阶段）：YOLO系列（直接处理，不需要对数据进行预选）one-stage

Array902·2024-01-23 21:44

即插即用篇 | YOLOv8 引入 SENetv2 | 多套版本配合使用

卷积神经网络（CNNs）通过提取空间特征并在基于视觉的任务中实现了最先进的准确性，彻底改变了图像分类。所提出的压缩激励网络模块收集输入的通道表示。多层感知机（MLP）从数据中学习全局表示，在大多数用于学习图像提取特征的图像分类模型中起到关键作用。在本文中，我们引入了一种新颖的汇聚多层感知机，即多分支密集层，融入了设计用于超越现有架构的压缩激励残差模块。我们的方法结合了压缩激励网络模块和密集层，通过

迪菲赫尔曼·2024-01-23 21:10

基于树莓派与YOLOv3模型的人体目标检测小车（三）

模型效果：在上文中，我们制作了数据集，并利用数据集进行了模型的训练，利用静态图片和视频对模型的检测效果进行了检验，发现效果还是不错的。imageimage前两张为静态图片检测，后一张为视频检测效果截图。image但是模型要想部署在算力微弱的树莓派上，还需要进行两次模型转化才能运行在NCS上进行前向推理。模型转化：第一次转化：（.weight-->.pb）这里的模型转化OpenVINO给出了官方指南

凌乱533·2024-01-23 18:30

玩转rk3588（七）：GPIO简介及使用

目录0、简介1、GPIO电路GPIO电源编辑GPIOPin名说明GPIO驱动能力2、GPIO引脚计算3、GPIO测试用户态使用GPIO0、简介无1、GPIO电路在RK3588中，有只支持1.8V，和支持1.8V/3.3V两种电压可配置，共两种类型的GPIO。GPIO电源GPIOPin名说明GPIO驱动能力2、GPIO引脚计算Core-3588J有5组GPIObank：GPIO0~GPIO4，每组又

八级玄仙·2024-01-23 16:29

玩转rk3588（二）：rknn模型转换、部署及性能测试，解决视频流处理高延时问题（二）

目录1、环境准备2、模型转换虚拟机环境准备生成onnx模型生成rknn模型3、rk3588部署4、解决opencv读取RTSP进行图像处理时，高延迟5、相关错误1、xxx.onnx模型转xxx.rknn模型时报错：Ebuild:ImportError:/lib/x86_64-linux-gnu/libm.so.6:version`GLIBC_2.29'notfound6、参考1、环境准备开发板环境

八级玄仙·2024-01-23 16:29

玩转rk3588（五）：rk3588+openEuler 指定python环境编译安装opencv

目录0、前言1、开发环境2、安装opencv下载opencvcmakemake-j8sudomakeinstall配置环境3、相关报错1）c++:fatalerror:Killedsignalterminatedprogramcc1plus2）执行pkg-config不生效opencv没有生成opencv.pc情况下（建议自动生成）opencv配置后，pkg-config不生效（采用-DOPENC

八级玄仙·2024-01-23 16:58

玩转rk3588（三）：openEuler 编译安装PyQt5

目录0、前言1、开发环境2、安装依赖3、安装sip4、安装pyQt55、测试5、相关报错编辑附件参考0、前言在rk3588上，无论采用conda或pip都无法成功安装PyQt5，因此源码安装。1、开发环境开发环境软件版本/配置开发板fireflyrk3588J

八级玄仙·2024-01-23 16:28

玩转rk3588（六）：rk3588使用ffmpeg实现硬件解码，解决opencv中VideoCapture获取网络摄像头视频时，一直在open时返回false的问题（一）

目录0、前言1、开发环境2、安装rkmpp3、安装x2644、安装libdrm5、安装ffmpeg6、相关报错1）libdrm编译过程中报错

八级玄仙·2024-01-23 16:55

Ubuntu 20.04 安装pytorch并且配置yolov5

1.安装anacondahttps://www.anaconda.com/products/individual#linux下载64-Bit(x86)Installer(529MB)进入目标文件夹bashAnaconda3-2020.11-Linux-x86_64.sh，一路回车，中途输入yes1.1关闭默认开启（base）环境如果觉得默认开启（base）环境有点不爽，可输入以下命令改回常规情况：

锡城筱凯·2024-01-23 16:25

迅投QMT~Python直接调用KDJ、MACD等指标

【玩转QMT】进阶功能之Python调用因子公式，底层C++运行，兼备极速与灵活，完整用法及代码，逐一进阶讲解，听说是高手都在用的方法。

快乐星球没有乐·2024-01-23 15:58

基于YOLOv8的目标识别、计数、电子围栏的项目开发过程

0前言用于生产环境中物体检测、识别、跟踪，人、车流量统计，越界安全识别1YOLOv8概述YOLOv8是Ultralytics的YOLO的最新版本。

挑大梁·2024-01-23 15:50

Xilinx FPGA 权威书籍指南基于Vivado 2018 集成开发环境

ff4889iVerilog数字系统设计教程_夏宇闻深入浅出玩转FPGA_吴厚航《深入浅出玩转FPGA》视频教程：35课时FPGA项目实例资料合集FPGA从入门到精通.实战篇数字逻辑基础与Verilog

light6776·2024-01-23 13:41

玩转QQ录屏，让你的视频制作更轻松

“有人知道qq怎么录屏吗，最近因为工作原因，需要用到录屏功能，朋友说qq本身就有录屏功能，可是他说得模棱两可的，我根本找不到，想问问广大网友，qq怎么录屏？”在当今互联网时代，屏幕录制成为了分享游戏、教学、操作演示等内容的一种重要手段。qq作为中国最受欢迎的即时通讯软件之一，也不例外地提供了内置的屏幕录制功能。本文将为您介绍qq录屏的使用方法，您将能够轻松捕捉并分享屏幕上的各种精彩瞬间。qq录屏方

数据蛙恢复软件·2024-01-23 10:04

yolov8改进之FasterBlock

本文详细介绍了如何使用FasterNet中的FasterBlock替换YOLOv8的C2f中Bottleneck模块，并且使用修改后的yolov8进行目标检测训练与推理。

qq_41920323·2024-01-23 10:47

YOLOv7调用摄像头检测报错解决

yolov7detect.py文件调用本地摄像头，把source参数设为0parser.add_argument('--source',type=str,default='0',help='source

KongTiaoXuLun·2024-01-23 10:17

[C++]使用yolov5的onnx模型结合onnxruntime和bytetrack实现目标追踪

【官方框架地址】yolov5框架：https://github.com/ultralytics/yolov5bytetrack框架：https://github.com/ifzhang/ByteTrack

FL1623863129·2024-01-23 10:47

[python]使用pyqt5搭建yolov8钢筋计数一次性钢材计数系统

【官方框架地址】github地址：https://github.com/ultralytics/ultralytics【算法介绍】Yolov8是一种先进的深度学习模型，用于目标检测和识别。

FL1623863129·2024-01-23 10:46

[C++]使用yolov8的onnx模型仅用opencv和bytetrack实现目标追踪

【官方框架地址】yolov8:https://github.com/ultralytics/ultralyticsbytetrack:https://github.com/ifzhang/ByteTrack

FL1623863129·2024-01-23 10:45

YOLOv8 视频识别

YOLOv8是一种目标检测算法，用于识别视频中的物体。要控制视频识别中的帧，可以通过以下方式来实现：设置帧率：可以通过设置视频的帧率来控制视频的播放速度，从而影响视频识别的速度。

田猿笔记·2024-01-23 09:14

基于SAM的视频标注

在本文中，我们将演示基础模型的应用，例如Meta的SegmentAnything和YOLOv8，以自动检测、分类和绘制视频中感兴趣对象的蒙版。

新缸中之脑·2024-01-23 09:43

YOLOv3(Pytorch版本和Tensorflow版本）学习

一、地址来源YOLOv4最全复现代码合集（含PyTorch/TF/Keras和Caffe等）二、Pytorch版本地址：https://github.com/Tianxiaomo/pytorch-YOLOv4

南叔先生·2024-01-23 07:48

【目标检测】YOLOv7算法实现(二)：正样本匹配(SimOTA)与损失计算

本系列文章记录本人硕士阶段YOLO系列目标检测算法自学及其代码实现的过程。其中算法具体实现借鉴于ultralyticsYOLO源码Github，删减了源码中部分内容，满足个人科研需求。

初初初夏_·2024-01-23 07:02

竞赛保研机器视觉目标检测 - opencv 深度学习

iuerfee·2024-01-23 07:54

YOLOv8改进 | Conv篇 | 2024.1月最新成果可变形卷积DCNv4（适用检测、Seg、分类、Pose、OBB）

一、本文介绍本文给大家带来的改进机制是2024-1月的最新成果DCNv4，其是DCNv3的升级版本，效果可以说是在目前的卷积中名列前茅了，同时该卷积具有轻量化的效果！一个DCNv4参数量下降越15Wparameters左右，。它主要通过两个方面对前一版本DCNv3进行改进：首先，它移除了空间聚合中的softmax归一化，这样做增强了其动态特性和表达能力；其次，它优化了内存访问过程，以减少冗余操作，

Snu77·2024-01-23 07:33

终端更改python的版本

最近在终端使用yolov5网络时发现一个问题，云服务器自配的python版本为3.7，但是我需要3.8，找了不少解决方法，在此记录。

UndefindX·2024-01-23 06:58

玩转正则表达式

正则学了忘忘了学。。。秃头，特此记录正则表达式varre=/ab+c/;//或者调用RegExp对象的构造函数varre=newRegExp("ab+c");正则表达式中的特殊字符\d：数字\D：任何非数字\w：字母、数字、下划线\W：任何非单词字符\s：空格或tab\S：任何非空格字符\b：任何单词边界.：任意单个字符[0-9a-zA-Z\_]：0到9或小写字母或大写字母或下划线A|B：A或B（

jsPao·2024-01-23 06:55

yolov8 OpenCV DNN 部署推理报错

yolov8是yolov5作者发布的新作品目录1、下载源码2、下载权重3、配置环境4、导出onnx格式5、OpenCVDNN推理1、下载源码gitclonehttps://github.com/ultralytics

爱钓鱼的歪猴·2024-01-23 04:48

推荐频道

玩转YOLO