基于深度学习的行人重识别系统代码实现 python代码实现 训练好的行人重识别模型 可重新训练 基于LINUX系统 包含可视化界面 包含行人重识别训练集、测试集

Market1501是在夏天于清华大学校园中所采集的。Market1501数据集的图片主要来源于6个不同的摄像头。该数据集提供训练集和测试集，总共包括拍摄到的1501个行人、32668个检测到的行人矩形框。每个行人至少由2个摄像头捕获到，并且在一个摄像头中可能具有多张图像。训练集有751人，包含12936张图像，平均每个人有17.2张训练数据；测试集有750人，包含19732张图像，平均每个人有26.3张测试数据。 Market1501中图片的命名格式为（以bounding_box_text种第一张图片为例）：0001_c1s1_000151_01.jpg。其中，0001表示该图片中行人的标签编号，即行人ID，从0001到1501；c1表示这张图片拍摄于1号摄像头，即摄像头ID，从c1到c6；s1表示该图片是第一个录像片段；000151表示该图片是从s1是c1s1的第000151帧图片；01表示是c1s1的第000151帧图片的第一个检测框。

1、基于yolov5算法实现煤气罐识别检测源码+模型文件+评估指标曲线+使用说明 2、附有训练、loss(损失值)下降曲线、Recall(召回率)曲线、precision(精确度)曲线、mAP等评估指标曲线 3、迭代200次，模型拟合较好。 【备注】有相关使用问题，可以私信留言跟博主沟通。

1、基于yolov5算法实现卫星拍摄倒塌房屋区域检测源码+模型文件+评估指标曲线+使用说明 2、附有训练、loss(损失值)下降曲线、Recall(召回率)曲线、precision(精确度)曲线、mAP等评估指标曲线 3、迭代200次，模型拟合较好。 4、识别检测类别：卫星拍摄的倒塌区域 【备注】有相关使用问题，可以私信留言跟博主沟通。

基于DSP的无人机飞行器导航图像识别系统研究

matlab检索相似图像 - 使用自定义特征包的图像检索-MathWorks

matlab图像识别 首先，Matlab代表矩阵实验室，所以记住Matlab在矩阵中思考是很重要的。三维绘图将由x-y网格组成，每个x-y点具有离散的z值。 要用实验数据生成三维图，最简单的方法就是编写一个脚本m-file。Matlab m-file是一个逐行执行的文件，就像在命令窗口中输入一样。编写脚本文件是最好的方法，因为您可以在绘图之前设置所有内容。 要开始新的脚本文件，请单击“文件”、“新建”、“脚本”，或者只需单击工具栏上的“新建脚本”按钮。其中任何一个都将打开“编辑器”窗口。

一个关于数学公式识别的实战案例，解决大家在写论文中遇到很多latex输入的问题，而且可以无限次识别哦，因为是代码实现，不用调用外部API。 本资源是数学公式识别-将图片转换为Latex的权重文件，可以下载直接载入它，就可以进行数学公式识别了。

传统的C++模式，用10张图标定摄像头，标定完成后可以在屏幕上生成的棋盘格中点击画出红色十字，并在用以标定的第一张图像上验证标定的结果。

OCR文字识别 可以准确识文字，并提取出来，非常的好用