白菜和诸葛菜杂交中的基因组加倍、染色体消除及偏白菜型杂种的产生,刘旻,,利用白菜和白菜型油菜作母本与十字花科的诸葛菜杂交,通过胚抢救技术获得了一系列的属间杂种。尽管这些杂种在表型主要上偏向母本
2024-02-26 16:22:36 735KB 首发论文
1
Delphi 6或Delphi 7编译工程的时候,经常会碰到提示Internal error:LA30、Access violation at address xxxxxxxx in module ‘RLINK32.DLL‘错误,多试几次可能就成功了,原因是DLL版本太老了, 直接把资料里边 bolndmm.dll 与rlink32.dll拷贝至delphi7下的bin目录中可以解决问题
2023-12-25 13:29:24 123KB rlink32.dll delphi 编译报错 LA30
1
jviolajones(人脸检测算法)
2022-06-02 18:00:51 1002KB 算法 源码软件
Access violation at address 00000000.Read of adress 00000000之类错误的解决方法
2022-05-12 09:29:20 1KB Access violation at address
1
MacBook Pro(13 英寸,2011 年末)A1278安装WIN11蓝屏代码WDF_VIOLATION问题解决
2022-04-25 18:01:05 18KB macbook Windows11 WDF_VIOLATION A1278
1
使用OpenCV进行交通违规检测 实施了自动交通红灯违规检测系统,该系统可能会在智慧城市的交通管理中发挥重要作用。 该系统主要依赖于现代计算机视觉技术,这些技术是在Python环境下在OpenCV中实现的。 该系统主要由对象检测器和对象跟踪器组成,它们以集成的方式工作,以精确地保持现有汽车的位置。 该系统的主要任务是最终指示违章车辆的位置。 输出结果显示出准确的结果,因为所有违规车辆均被检测到并精确区分。 部分运行代码,第一个模型运行正常。 掩膜部件的运行精度为85%。 级联模型仍处于测试模式,需要一些建议。 我们努力获得级联模型的准确性。
2022-04-11 13:19:00 76.31MB Python
1
使用计算机视觉的交通信号违章检测系统 介绍 这是一种用于从头开始开发系统的软件。 理解这一点将有助于系统开发和系统的基本结构,以及计算机视觉,带有python库Tkinter的GUI和基本的opencv。 如果没有时间,请去。 表中的内容 动机 该项目是为第三学期第二学期系统开发(CSE-3200)课程而设计的。 介绍 城市中越来越多的汽车会导致大量的交通,这意味着在孟加拉国乃至世界范围内,如今违反交通法规的行为变得越来越严重。 这造成财产的严重破坏和更多的事故,可能危及人民的生命。 为了解决警报问题并防止此类不可思议的后果,需要使用交通违规检测系统。 系统会始终为此执行适当的交通法规,并逮捕不遵守法规的人员。 由于当局一直在跟踪道路,因此必须实时实现交通违章检测系统。 因此,交通执法人员不仅可以轻松准确地实施安全道路,而且还可以有效地进行道路建设。 交通检测系统能够比人类更快地检测到违
2022-01-16 20:23:56 112.8MB 系统开源
1
Viola-Jones检测框架 这是Viola-Jones检测框架的实现,用于人脸检测。 要求 Viola-Jones Framework的此实现需要python版本3.5.2,并取决于以下模块: 模块 版本 评论 麻木 1.13.3 科学的 1.0.0 的OpenCVPython的 3.4.0.14 用于捕获图像 scikit学习 0.19.1 用于改组数据 用法 运行以下命令以开始人脸检测: python detect.py 主要概念 类似Haar的功能 Viola和Jones提出了类似Haar的特征,以适应使用Haar小波的想法(来自Papageoriou等人)。 在此工具中,使用了五种类似Haar的特征。 它们是:左右,上下,水平居中,垂直居中,对角线。 整体形象 为了加快特征提取过程,使用了称为积分图像的图像中间表示。 AdaBoost AdaBoost是Adap
1
haar特征代码matlab 中提琴琼斯人脸检测器 Viola Jones 人脸检测算法的实现 实现的 Viola Jones Detector:采用了 5 个 Haar 类型的特征:其中 haar==1 :5。 这是在calculatehaar.m 文件中定义的。 integerImg.m 函数计算随着 harr 特征的尺寸变化所取点的积分值。 haar 维度根据命令行 haarX = dimX:dimX:window-pixelX 和 haarY = dimY:dimY:window-pixelY 在窗口大小 pixelX = 2:window-dimX 和 pixelY = 2:window-dimY 中更改。 图像权重通过除以 1/(facesize+nonfacesize) 进行归一化,其中人脸大小是人脸图像的数量,非人脸是非人脸图像的数量。 图像权重在 adaboost 函数中根据误报和漏报进行更新。 Adaboost 根据它生成的 harrVal 为所有正确的捕获分配一个捕获值 1。 分类器权重也会根据错误进行更新,新的图像权重会传递给主脚本。 获得的弱分类器为 221
2021-12-26 12:28:20 3.99MB 系统开源
1
使用 Viola-Jones 算法进行检测。 要保存裁剪的图片,您需要更改文件夹位置。
2021-11-07 23:04:04 312KB matlab
1