主要介绍了Qt图形图像开发之曲线图表模块QChart库读取/设置X轴的显示区间,需要的朋友可以参考下

Simulink QPSK调制解调实验，获取眼图，星座图，误码率曲线，频谱图 m代码实现误码率曲线，F=4KHZ,FC=4KHZ,FS=40KHZ

M代码实现功能Simulink QPSK调制解调实验，获取眼图，星座图，误码率曲线，频谱图

1、基于深度学习opencv实现电单车识别检测源码+模型(6800多个目标数据训练)+评估指标曲线+操作使用说明 2、模型文件使用含有6800+个目标数据集训练，训练集大且多样性充足 3、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 4、迭代200次，模型拟合较好。 5、识别一个类别：“电单车” 【备注】有相关使用问题，可以私信留言跟博主沟通。

C ++三次样条插值 这是三次样条的轻量级实现，可以通过以下特征对点f（x i ）= y i进行插值。 可用的样条线类型： 三次C 2样条曲线：全局，两次连续可微分 三次Hermite花键：局部，连续可微（C 1 ） 边界条件：可以指定第一和第二阶导数的，周期性的条件未实现 外推法 线性：如果指定了一阶导数或二阶= 0 二次方：如果指定的二阶导数不等于零 可以强制单调（当输入也单调时） 用法 该库是没有外部依赖项的仅标头文件，可以这样使用： # include < vector> # include " spline.h " ... std::vector< double> X, Y; ... // default cubic spline (C^2) with natural boundary conditions (f''=0) tk::s

1、基于yolov5算法实现电动自行车识别检测源码+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、4张3080ti显卡，5000多张图像数据（8000多个电动车目标）训练迭代200次，模型拟合较好。 4、识别一个类别，分别是“电动自行车” 【备注】有相关使用问题，可以私信留言跟博主沟通。

1、基于深度学习+opencv实现抽烟打电话识别检测源码+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、4000多张图片数据训练，7000多个目标，迭代200次，模型拟合较好。 4、识别2个类别，分别是“打电话”和“抽烟” 【备注】有相关使用问题，可以私信留言跟博主沟通。

1、基于yolov5算法实现跌倒识别检测告警源码+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、识别一个类别，“跌倒” 【备注】有相关使用问题，可以私信留言跟博主沟通。

1、基于yolov5算法实现道路卡车识别检测源码+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、9000多张图片数据集训练，迭代200次，模型拟合较好。 4、识别一个类别，“truck” 【备注】有相关使用问题，可以私信留言跟博主沟通。

1、基于yolov5算法实现道路坑洼检测源码+模型文件+评估指标曲线+使用说明.7z 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2个类别，分别是“绝缘子”和“绝缘子缺陷” 【备注】有相关使用问题，可以私信留言跟博主沟通。