qunmasj

由于图床过期，图片无法正常显示，有图阅览请移步以下Gitee/Github网址，文末获取【源码和部署教程】或者通过以下Gitee/Github的文末邮件获取Gitee(推荐国内访问): https://gitee.com/qunmasj/projectsGithub(推荐国外访问): https://github.com/qunshansj?tab=repositories 1.研究的背景水下场景目标检测是水下机器人、水下无人机和水下监控等领域中的重要任务之一。然而，由于水下环境的复杂性和特殊性，水下目标检测面临着许多挑战，如光线衰减、水下散射、水下噪声等。因此，开发一种高效准确的水下场景目标检测系统对于提高水下任务的执行效果和水下资源的利用效率具有重要意义。 目前，基于深度学习的目标检测方法在陆地场景中取得了显著的成果，如YOLO (You Only Look Once)、Faster R-CNN (Region-based Convolutional Neural Networks)等。然而，这些方法在水下场景中的应用受到了一些限制。首先，由于水下环境的特殊性 ...

由于图床过期，图片无法正常显示，有图阅览请移步以下Gitee/Github网址，文末获取【源码和部署教程】或者通过以下Gitee/Github的文末邮件获取Gitee(推荐国内访问): https://gitee.com/qunmasj/projectsGithub(推荐国外访问): https://github.com/qunshansj?tab=repositories 1.研究的背景和意义随着工业化和城市化的快速发展，建筑工地的安全问题日益凸显。在建筑工地中，工人的安全是至关重要的，而工地安全帽的佩戴是保障工人安全的重要措施之一。然而，由于工地环境复杂多变，工人的佩戴情况往往难以监控和控制，导致工地安全帽佩戴不规范的情况时有发生。因此，开发一种能够自动检测和识别工地安全帽佩戴情况的系统，对于提高工地安全管理水平具有重要意义。 目前，计算机视觉技术在工地安全管理中的应用已经取得了一定的进展。其中，基于深度学习的目标检测算法是一种非常有效的方法。YOLOv7是一种经典的目标检测算法，具有高效、准确的特点。然而，由于工地环境的复杂性，YOLOv7在工地安全帽佩戴检 ...

由于图床过期，图片无法正常显示，有图阅览请移步以下Gitee/Github网址，文末获取【源码和部署教程】或者通过以下Gitee/Github的文末邮件获取Gitee(推荐国内访问): https://gitee.com/qunmasj/projectsGithub(推荐国外访问): https://github.com/qunshansj?tab=repositories 1.研究背景与意义随着计算机视觉技术的不断发展，人脸检测系统在许多领域中起着重要的作用。人脸检测是计算机视觉中的一个基本问题，它可以用于人脸识别、人脸表情分析、人脸姿态估计等应用。人脸检测系统的目标是在图像或视频中准确地检测出人脸的位置和边界框。 传统的人脸检测方法主要基于特征工程和机器学习算法，如Haar特征和AdaBoost算法。这些方法在一定程度上能够实现人脸检测的任务，但是存在一些问题。首先，传统方法需要手动设计特征，这需要大量的人力和时间成本。其次，传统方法对于光照、尺度变化和姿态变化等因素的鲁棒性较差。最后，传统方法的检测速度较慢，难以满足实时应用的需求。 基于卷积神经网络（Con ...

由于图床过期，图片无法正常显示，有图阅览请移步以下Gitee/Github网址，文末获取【源码和部署教程】或者通过以下Gitee/Github的文末邮件获取Gitee(推荐国内访问): https://gitee.com/qunmasj/projectsGithub(推荐国外访问): https://github.com/qunshansj?tab=repositories# 基于小目标检测头的改进YOLOv5红外遥感图像小目标检测系统 1.研究背景与意义随着科技的不断发展，红外遥感技术在军事、安防、环境监测等领域中得到了广泛应用。红外遥感图像具有独特的优势，可以在夜间或恶劣天气条件下获取目标信息，因此在小目标检测方面具有重要的应用价值。然而，由于红外图像的低对比度、噪声干扰等问题，小目标检测仍然是一个具有挑战性的问题。 目前，深度学习已经在计算机视觉领域取得了显著的成果，特别是目标检测领域。YOLO（You Only Look Once）是一种基于深度学习的实时目标检测算法，其通过将目标检测问题转化为回归问题，将目标的位置和类别同时预测出来。YOLO算法具有快速 ...

由于图床过期，图片无法正常显示，有图阅览请移步以下Gitee/Github网址，文末获取【源码和部署教程】或者通过以下Gitee/Github的文末邮件获取Gitee(推荐国内访问): https://gitee.com/qunmasj/projectsGithub(推荐国外访问): https://github.com/qunshansj?tab=repositories# 1.研究背景传统的中草药图像识别往往需要人工采集大量的原始样本,再进行人工分析和研究，需要研究者具有相当丰富的中医药知识储备和经验,整个过程耗时耗力且识别率难以得到保证。随着信息技术的飞速发展,人工智能早已在图像识别领域崭露头角,将人工智能与祖国传统医药文化结合,可以为推动中医药信息化提供技术支持。谢宝剑”利用动态生长模型结合主动样本学习方法;姚明胜[2]以AdaboostLDA为分类算法,提取叶片几何特征;张帅[3]结合CNN 和SVM加以训练;忽胜强以植物叶片几何形状作为分类依据;李龙龙[5]将半监督算法应用到植物叶片识别中,以上这些方法均取得85%以上的识别准确率。本项目在研究中草药植 ...

由于图床过期，图片无法正常显示，有图阅览请移步以下Gitee/Github网址，文末获取【源码和部署教程】或者通过以下Gitee/Github的文末邮件获取Gitee(推荐国内访问): https://gitee.com/qunmasj/projectsGithub(推荐国外访问): https://github.com/qunshansj?tab=repositories# 1.研究背景 随着机器学习理论的不断成熟和深度学习技术的迅猛发展，人脸五官图像分割任务近年来得到了相关研究人员的普遍关注。五官图像分割技术可以实现对人脸的细粒度解析，在人脸表情识别、人脸编辑和美容模拟等诸多领域有广泛的应用空间。然而在实际应用时，人脸五官图像分割技术尚存有不足之处。比如，目前主流的人脸五官分割技术采用的是深度学习多网络融合模型，虽然可以获得高精确度的分割效果，但其庞大的网络结构往往需要昂贵的设备支持和较大的时间代价，限制了方法的实际应用。此外，在后续的人脸五官图像拼接应用中，图像之间的清晰度不一致问题，也会严重影响模拟效果。 2.图片演示 3.视频演示基于改进Bisene ...

由于图床过期，图片无法正常显示，有图阅览请移步以下Gitee/Github网址，文末获取【源码和部署教程】或者通过以下Gitee/Github的文末邮件获取Gitee(推荐国内访问): https://gitee.com/qunmasj/projectsGithub(推荐国外访问): https://github.com/qunshansj?tab=repositories# 1.研究背景辅助技术作为第一人称视觉的一种有前途的应用，正受到越来越多的关注，如谷歌眼镜和GoPro HERO。就像我们使用眼睛的方式一样，第一人称视觉技术可以作为一个人工视觉系统，感知相机佩戴者周围的世界，并让他们决定下一步该做什么。最近的工作集中在各种辅助技术上，如盲导航[20,39]，物体回声定位[38]，和人已实现的对象识别[15]。在这项工作中，我们特别感兴趣的是帮助用户在拥挤的、在用户附近有许多人的地方导航。考虑一下用户用可穿戴相机记录的第一人称视频流。通过在特定的帧中为用户提供辅助服务，并预测他们随后如何移动，我们将能够指导用户避免碰撞。作为在拥挤的地方实现这种安全导航技术的第 ...

由于图床过期，图片无法正常显示，有图阅览请移步以下Gitee/Github网址，文末获取【源码和部署教程】或者通过以下Gitee/Github的文末邮件获取Gitee(推荐国内访问): https://gitee.com/qunmasj/projectsGithub(推荐国外访问): https://github.com/qunshansj?tab=repositories 1.研究背景代码的识别与自动重构是近年来软件工程的热点领域之一,而重复代码是一种在软件工程中较为常见的代码.本文在基于文本的重复代码识别方法的基础上,通过词法分析对特定的Token作出处理后再对源代码进行对比,最后通过语法树的对比来对结果进行过滤以降低误报率.测试结果表明该方法对于重复代码有着较好的识别效果.对重复代码的自动识别算法研究有着借鉴意义,在软件的质量、维护等领域上也具有广泛的应用需求. 2.图片演示 3.视频演示基于改进CRNN的代码＆缩进排版检测系统（源码＆教程）_哔哩哔哩_bilibili 4.CRNN简介是目前较为流行的图文识别模型，可识别较长的文本序列， 它利用BLSTM ...

由于图床过期，图片无法正常显示，有图阅览请移步以下Gitee/Github网址，文末获取【源码和部署教程】或者通过以下Gitee/Github的文末邮件获取Gitee(推荐国内访问): https://gitee.com/qunmasj/projectsGithub(推荐国外访问): https://github.com/qunshansj?tab=repositories 1.研究背景与意义随着计算机技术的不断发展，图像处理领域也取得了长足的进步。其中，图像上色是一个重要的研究方向，它可以将黑白图像转化为彩色图像，使得图像更加真实、生动。图像上色在许多领域都有广泛的应用，比如电影、游戏、艺术创作等。然而，传统的图像上色方法往往需要人工干预，耗时且效果不佳。因此，研究基于改进CycleGAN＆pix2pix的黑白图像上色系统具有重要的意义。 首先，基于改进CycleGAN＆pix2pix的黑白图像上色系统可以提高图像上色的自动化程度。传统的图像上色方法通常需要人工干预，例如手动选择颜色、调整参数等。而基于改进CycleGAN＆pix2pix的系统可以通过学习大量的 ...

由于图床过期，图片无法正常显示，有图阅览请移步以下Gitee/Github网址，文末获取【源码和部署教程】或者通过以下Gitee/Github的文末邮件获取Gitee(推荐国内访问): https://gitee.com/qunmasj/projectsGithub(推荐国外访问): https://github.com/qunshansj?tab=repositories# 1.研究背景视频背景替换技术是指从视频序列中提取前景信息并将其融合到新背景中的过程，在图像处理和视频编辑领域占有重要地位，具有较高的研究价值和较广的应用空间。视频背景替换技术的核心算法分为视频抠图和图像融合两个部分，然而早期方法存在严重的限制和缺陷，其主要表现为：早期抠图算法限制背景和约束特定拍摄环境进行交互式绿幕抠图，极大限制了拍摄背景、增加了制作成本、锐减了抠图速度；早期图像融合算法对于前景信息丢失严重且缺少数据化评价标准，直接导致融合图像失真，人物颜色虚假。因此，如何减少视频抠图成本、改善视频抠图质量、提高图像融合效果是本课题的主要研究方向。本文通过对现有图像分割和图像融合技术进行研究 ...