本文分别从提高红外图像对比度、抑制噪声、增强红外图像彩色对比度这三 个角度研究了红外弱小目标图像的增强方法。文章介绍了红外图像增强的基本概 念和图像增强的效果评价，究了红外图像的成像机理和特点。首先分析了红外弱小目标图像噪声成因和目标成像特点，在抑制噪声方面重点分析比较了平滑滤波和中值滤波的优缺点，然后分析和研究了常用的基于直方图的方法、灰度变换、空间滤波以及基于数学形态学的弱小目标图像增强算法。最后本文研究了红外弱小目标图像的伪彩色增强，实验结果表明增强后的图像改善了视觉效果，提高了对比度。

yolov5 模型流程图详解+注释

基于yolov5+大疆教育无人机Tello TT实现目标识别检测+追踪测距完整源码+数据集+训练好的模型+操作说明文档.7z 数据集目标是旗、圈识别 模型已经训练调优 请参考项目说明中的步骤来操作。 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。

基于深度学习+目标检测+mysql数据处理+UI界面的烟厂飞蛾识别检测系统源码.zip 基于深度学习+目标检测+mysql数据处理+UI界面的烟厂飞蛾识别检测系统源码.zip 基于深度学习+目标检测+mysql数据处理+UI界面的烟厂飞蛾识别检测系统源码.zip 基于深度学习+目标检测+mysql数据处理+UI界面的烟厂飞蛾识别检测系统源码.zip基于深度学习+目标检测+mysql数据处理+UI界面的烟厂飞蛾识别检测系统源码.zip基于深度学习+目标检测+mysql数据处理+UI界面的烟厂飞蛾识别检测系统源码.zip基于深度学习+目标检测+mysql数据处理+UI界面的烟厂飞蛾识别检测系统源码.zip基于深度学习+目标检测+mysql数据处理+UI界面的烟厂飞蛾识别检测系统源码.zip基于深度学习+目标检测+mysql数据处理+UI界面的烟厂飞蛾识别检测系统源码.zip基于深度学习+目标检测+mysql数据处理+UI界面的烟厂飞蛾识别检测系统源码.zip基于深度学习+目标检测+mysql数据处理+UI界面的烟厂飞蛾识别检测系统源码.zip

yolov5+PyQt5实现玩手机行为检测语音告警源码_带GUI界面+模型(5千多个目标训练)+评估指标曲线+操作说明.zip 包含如下： yolov5算法 pyqt5 GUI界面 检测到玩手机语言告警 玩手机模型 评估指标曲线+操作说明 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。

需要提前配置torch

两百行C++代码实现yolov5车辆计数部署（通俗易懂版） 对应文章https://blog.csdn.net/taifyang/article/details/128264192?spm=1001.2014.3001.5502

常规的行人目标检测方法往往以底层特征为基础，采用密集窗口扫描的分类检测模式，其计算资源开销大而难以满足快速性要求。针对此问题，研究了一种新的行人目标快速检测方法。引入视觉选择性注意计算进行目标候选区域定位，通过提取候选区域的积分有向梯度直方图IHOG（integrated histogram of oriented gradient）特征和局部二值模式LBP（local binary pattern）特征以形成组合优势，通过级联支持向量分类方式对区域内容进行分级检测，实现了快速、可靠的行人目标检测。 DE

labelimg安装教程

分析并比较了多传感器联合概率数据协会（MSJPDA）跟踪算法的并行和顺序实现。 开发了两种用于比较多传感器概率数据关联过滤器的非仿真技术，并用于比较算法的顺序和并行实现的跟踪性能。 已显示非仿真技术可以准确预测在仿真中观察到的性能趋势，也就是说，按顺序执行可在RMS位置误差和跟踪寿命方面提供更好的跟踪性能。 对于顺序实施，还简要解决了不同传感器的处理顺序问题。 我们还表明，随着传感器数量的增加，顺序实现的计算复杂度将降低。 因此，当不需要数据关联例程时，顺序和并行实现在多传感器过滤中是等效的，而当需要数据关联时，顺序实现则提供了出色的跟踪性能。