电脑桌面
添加易通成稿毕设投稿到电脑桌面
安装后可以在桌面快捷访问

2022电子物联网毕设一套 基于机器视觉的口罩检测系统的设计与实现(论文+程序源代码+数据)定稿.zip原创优质

2022电子物联网毕设一套 基于机器视觉的口罩检测系统的设计与实现(论文+程序源代码+数据)定稿.zip
收起资源包目录
  • 1814110721_宁召乐_代码
    • 1814110721_宁召乐_基于机器视觉的口罩检测系统的设计与实现.pdf(1.55 MB)
  • 1814110721_瀹佸彫涔恄浠g爜
    • PC-yolov5-42-master
      • .idea
        • .gitignore(50 B)
        • inspectionProfiles
          • profiles_settings.xml(174 B)
        • misc.xml(196 B)
        • modules.xml(301 B)
        • workspace.xml(3.96 KB)
        • yolov5-mask-42-master.iml(495 B)
      • Arial.ttf(755.11 KB)
      • data
        • Argoverse.yaml(2.69 KB)
        • coco.yaml(2.3 KB)
        • coco128.yaml(1.67 KB)
        • data.yaml(306 B)
        • GlobalWheat2020.yaml(1.84 KB)
        • hyps
          • hyp.finetune.yaml(907 B)
          • hyp.finetune_objects365.yaml(460 B)
          • hyp.scratch-high.yaml(1.64 KB)
          • hyp.scratch-low.yaml(1.65 KB)
          • hyp.scratch-med.yaml(1.65 KB)
          • hyp.scratch.yaml(1.62 KB)
        • images
          • mask_data.yaml(313 B)
          • Objects365.yaml(7.91 KB)
          • scripts
            • download_weights.sh(523 B)
            • get_coco.sh(900 B)
            • get_coco128.sh(615 B)
          • SKU-110K.yaml(2.3 KB)
          • VisDrone.yaml(2.86 KB)
          • VOC.yaml(3.3 KB)
          • xView.yaml(4.92 KB)
        • data_gen.py(7.91 KB)
        • detect.py(12.23 KB)
        • docs
          • Dockerfile(2.06 KB)
          • README.md(14.4 KB)
          • tutorial.ipynb(54.54 KB)
        • export.py(16.46 KB)
        • hubconf.py(6.06 KB)
        • images
          • right.jpeg(26.57 KB)
          • tmp
            • single_result.jpg(90.42 KB)
            • single_result_vid.jpg(68.84 KB)
            • tmp_upload.jpeg(21.27 KB)
            • tmp_upload.jpg(58.6 KB)
            • tmp_upload.png(1.63 MB)
            • upload_show_result.jpg(88.06 KB)
          • UI
            • sun.jpeg(32.33 KB)
            • up.jpeg(27.88 KB)
          • up.jpeg(21.27 KB)
        • LICENSE(34.3 KB)
        • models
          • common.py(26.71 KB)
          • experimental.py(4.48 KB)
          • hub
            • anchors.yaml(3.26 KB)
            • yolov3-spp.yaml(1.53 KB)
            • yolov3-tiny.yaml(1.2 KB)
            • yolov3.yaml(1.52 KB)
            • yolov5-bifpn.yaml(1.39 KB)
            • yolov5-fpn.yaml(1.19 KB)
            • yolov5-p2.yaml(1.62 KB)
            • yolov5-p6.yaml(1.66 KB)
            • yolov5-p7.yaml(2.03 KB)
            • yolov5-panet.yaml(1.37 KB)
            • yolov5l6.yaml(1.78 KB)
            • yolov5m6.yaml(1.78 KB)
            • yolov5n6.yaml(1.78 KB)
            • yolov5s-ghost.yaml(1.45 KB)
            • yolov5s-transformer.yaml(1.41 KB)
            • yolov5s6.yaml(1.78 KB)
            • yolov5x6.yaml(1.78 KB)
          • mask_yolov5l.yaml(1.37 KB)
          • mask_yolov5m.yaml(1.37 KB)
          • mask_yolov5s.yaml(1.37 KB)
          • tf.py(20.18 KB)
          • yolo.py(14.89 KB)
          • yolov5l.yaml(1.37 KB)
          • yolov5m.yaml(1.37 KB)
          • yolov5n.yaml(1.37 KB)
          • yolov5s.yaml(1.37 KB)
          • yolov5x.yaml(1.37 KB)
          • __init__.py(0 B)
          • __pycache__
            • common.cpython-38.pyc(25.93 KB)
            • experimental.cpython-38.pyc(4.76 KB)
            • yolo.cpython-38.pyc(12.62 KB)
            • __init__.cpython-38.pyc(141 B)
        • pretrained
          • yolov5s.pt(14.02 MB)
        • README.md(15.45 KB)
        • requirements.txt(896 B)
        • runs
          • train
            • exp13
              • confusion_matrix.png(103.02 KB)
              • events.out.tfevents.1650854623.LAPTOP-THIE06QI.10912.0(1.07 MB)
              • F1_curve.png(135.22 KB)
              • hyp.yaml(400 B)
              • opt.yaml(727 B)
              • PR_curve.png(85.95 KB)
              • P_curve.png(126.3 KB)
              • results.csv(29.1 KB)
              • results.png(321.26 KB)
              • R_curve.png(129.18 KB)
              • train_batch0.jpg(37.22 KB)
              • train_batch1.jpg(149.53 KB)
              • train_batch2.jpg(48.16 KB)
              • val_batch0_labels.jpg(232.59 KB)
              • val_batch0_pred.jpg(226.91 KB)
              • val_batch1_labels.jpg(237.86 KB)
              • val_batch1_pred.jpg(242.21 KB)
              • val_batch2_labels.jpg(233.05 KB)
              • val_batch2_pred.jpg(238.28 KB)
              • weights
                • best.pt(13.8 MB)
                • last.pt(13.8 MB)
        • setup.cfg(923 B)
        • train.py(32.48 KB)
        • utils
          • activations.py(3.69 KB)
          • augmentations.py(11.46 KB)
          • autoanchor.py(7 KB)
          • autobatch.py(2.13 KB)
          • aws
            • mime.sh(780 B)
            • resume.py(1.17 KB)
            • userdata.sh(1.22 KB)
            • __init__.py(0 B)
          • callbacks.py(2.2 KB)
          • datasets.py(44.07 KB)
          • datasets_not_print.py(44.02 KB)
          • downloads.py(5.99 KB)
          • flask_rest_api
            • example_request.py(299 B)
            • README.md(1.67 KB)
            • restapi.py(1.05 KB)
          • general.py(34.01 KB)
          • google_app_engine
            • additional_requirements.txt(105 B)
            • app.yaml(174 B)
            • Dockerfile(821 B)
          • loggers
            • wandb
              • log_dataset.py(1.01 KB)
              • README.md(10.18 KB)
              • sweep.py(1.12 KB)
              • sweep.yaml(2.41 KB)
              • wandb_utils.py(25.35 KB)
              • __init__.py(0 B)
              • __pycache__
                • wandb_utils.cpython-38.pyc(18.75 KB)
                • __init__.cpython-38.pyc(154 B)
            • __init__.py(6.72 KB)
            • __pycache__
              • __init__.cpython-38.pyc(6.49 KB)
          • loss.py(9.43 KB)
          • metrics.py(13.34 KB)
          • plots.py(20.02 KB)
          • torch_utils.py(13.14 KB)
          • ui
            • ji.py(6.23 KB)
            • server_main.py(468 B)
            • train_server.py(32.27 KB)
            • x.py(3.02 KB)
            • __init__.py(175 B)
          • __init__.py(458 B)
          • __pycache__
            • activations.cpython-38.pyc(4.44 KB)
            • augmentations.cpython-38.pyc(8.83 KB)
            • autoanchor.cpython-38.pyc(6.11 KB)
            • autobatch.cpython-38.pyc(2.06 KB)
            • callbacks.cpython-38.pyc(2.22 KB)
            • datasets.cpython-38.pyc(34.81 KB)
            • datasets_not_print.cpython-38.pyc(34.36 KB)
            • downloads.cpython-38.pyc(3.88 KB)
            • general.cpython-38.pyc(29.8 KB)
            • loss.cpython-38.pyc(6.3 KB)
            • metrics.cpython-38.pyc(10.72 KB)
            • plots.cpython-38.pyc(17.58 KB)
            • torch_utils.cpython-38.pyc(11.64 KB)
            • __init__.cpython-38.pyc(555 B)
        • val.py(17.4 KB)
        • window1.py(31.3 KB)
        • wpy.wav(48.36 KB)
        • __pycache__
          • val.cpython-38.pyc(12.14 KB)
      • server.py(3.03 KB)

    1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用.。
    2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
    3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

    碎片内容

    2022电子物联网毕设一套 基于机器视觉的口罩检测系统的设计与实现(论文+程序源代码+数据)定稿.zip

    您可能关注的文档

    发表评论取消回复

      
    专业设计+ 关注
    机构认证
    内容提供者

    该用户很懒,什么也没介绍

    确认删除?
    qq
    • 联系点击这里给我发消息
    搜索教程
    联系客服
    • 联系客服
    回到顶部