1、无人机数据集第四分部分，目标清晰，图片分辨率为1920x1080像素，数量为6231张，标签格式为VOC和YOLO两种格式，类别名为drone，
2、用于YOLOv5旋翼无人机检测和deepsort无人机视觉跟踪等等
2022-04-16 18:09:50
653.43MB
1、资源内容：毕业设计lun-wen word版10000字+；开题报告，任务书
2、学习目标：快速完成相关题目设计；
3、应用场景：课程设计、diy、毕业、参赛；
4、特点：直接可以编辑使用；
5、使用人群：设计参赛人员，学生，教师等。
6、使用说明：下载解压可直接使用。
7、能学到什么：通过学习本课题的设计与实现，
学习内部架构和原理，为后续的创作提供一定的设计思路和设计启发 ，
同时也为后续的作品创作提供有力的理论依据、实验依据和设计依据，
例如提供一些开源代码、设计原理和电路图等有效的资料，而且本设计简单，
通俗易通，易于学习，为不同使用者提供学习资源，方便快捷，
是一种有效且实用的，同时也是一份值得学习和参考的资料。
2022-04-15 09:01:16
1020KB
1、无人机数据集第五分部分，目标小，图片分辨率为1920x1080像素，数量为6234张，标签格式为VOC和YOLO两种格式，类别名为drone，
2、用于YOLO旋翼无人机检测和deepsort无人机视觉跟踪等等
2022-04-14 21:05:51
642.65MB
近几年来，无人机集群研究过程中，多机无人机避障控制，成为了当下热门话题，我们都知道无人机在实际的“飞行空域中可能会存在建筑物、山峰、鸟群等障碍物，这些障碍物的存在将威胁无人机的飞行安全。除此之外，避障过程中，无人机之间的距离也会随着编队避障机动发生改变，处理不当就十分容易发生相撞。因此，无人机编队要能够根据不同环境情况做出决策,同时规避威胁障碍物和其他无人机。目前，针对适应环境的控制算法问题，国内外已经做出了很多研究，但是普遍存在协同性不高和队形保持不好的缺陷。很多研究人员将无人机群的编队任务和避障任务考虑为竞争关系，认为避障时应首先解除编队，飞过危险区域后再恢复编队继续飞行，但在一些环境条件
2022-04-14 19:58:06
559KB
1
智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真模型及运行结果
2022-04-14 15:41:31
1.09MB
1
SSD无人机检测，代码和训练结果，有使用教程，目标类别为drone，旋翼无人机检测，在几万张图片上训练的权重文件
2022-04-14 12:05:11
603.18MB
1、无人机数据集第六分部分，目标小，图片分辨率为1920x1080像素，数量为6233张，标签格式为VOC和YOLO两种格式，类别名为drone，
2、用于YOLOv5旋翼无人机检测和deepsort无人机视觉跟踪等等
2022-04-14 12:05:10
650.49MB