计算机视觉

首页 标签 计算机视觉
# 计算机视觉 #
关注
26427内容
|
1月前
|
PACS源码,pacs医学影像系统,图像增强算法,深度三维重建技术 VR/MIP/MPR/CPR
PACS是基于DICOM标准的医学影像管理系统,集成影像采集、存储、处理、诊断报告与查询功能,支持CT、MR、超声等多模态设备。实现与HIS无缝对接,覆盖医技、放射、临床、护理全流程,提升诊疗效率与数据管理能力。
建筑玻璃缺陷目标检测数据集(3000 张图片已划分、已标注)| AI训练适用于目标检测任务
本数据集含3000张真实场景建筑玻璃图像(训练2160/验证617/测试310),精细标注5类缺陷(破裂、打胶、起霜、污染、未加工),YOLO格式,适配YOLO/Faster R-CNN等主流模型,专为幕墙质检与工业视觉检测研发打造。
基于YOLO26的电梯内电瓶车检测识别(中英文双版) | 附完整源码与效果演示
本文提出了一种基于YOLO26深度学习算法的电梯内电瓶车检测识别系统。该系统通过部署在电梯内的摄像头实时采集视频流,利用训练好的YOLO26模型对画面中的目标进行检测,准确识别出自行车和电动摩托车两类目标,从而实现对违规行为的智能预警和拦截。
基于 YOLO26 的5类舌苔情况智能检测(中英文双版) | 附完整源码与效果演示
本项目基于YOLOv26算法,实现灰黑苔、镜面舌、薄白苔、白腻苔、黄腻苔5类舌苔的智能检测,融合中医舌诊理论与深度学习技术,提供高精度、实时化、易部署的中英文双语解决方案,附完整源码、模型与演示视频。
基于YOLOV8的混凝土裂缝识别系统(中英文双版) | 附完整源码与效果演示
本项目基于YOLOv8构建中英文双语混凝土裂缝识别系统,实现高精度、实时化自动检测。含完整源码、预训练模型、专用数据集及效果演示视频,支持单图/批量检测,具备轻量化、强鲁棒、易部署等优势,显著提升工程质检效率与可靠性。
斑马线目标检测数据集(1000 张图片已划分、已标注)| AI训练适用于目标检测任务
本数据集含1000张真实道路图像(700训练/200验证/100测试),专注单类别“斑马线”目标检测,覆盖多场景、多视角、多光照及复杂干扰条件,标注规范(YOLO格式),兼容主流检测框架,适用于自动驾驶、ADAS、智慧交通等AI视觉任务。
|
1月前
| |
来自: 计算巢
余数周期闭合与格点守恒计算框架 ——一种离散数值系统的结构化分析方法(陈恩华)
在离散数值计算和工程系统中,除法运算经常产生无法整除的结果,从而形成余数或无限循环小数。在实际计算机系统中,这类结果通常通过浮点数进行近似表示,但浮点表示会在长时间计算过程中积累误差,进而影响系统稳定性。
棉花病害图像分类数据集(2320张图片已划分、已标注)| AI训练适用于目标检测任务
本数据集含2320张真实农田采集的棉花图像,涵盖健康/病害、植株/叶片共4类,已划分训练集(1951)、验证集(263)、测试集(106),支持YOLO、ResNet等模型训练,适用于棉花病害智能识别与智慧农业研究。
中草药检测数据集(10000 张图片已划分、已标注)| AI训练适用于目标检测任务
本数据集用于 中草药图像分类任务,旨在通过深度学习模型对不同种类的中草药进行自动识别与分类。数据来源于多种中草药样本的专业拍摄,涵盖不同形态、色泽与纹理特征,能够有效支持中草药识别算法的研究与模型训练。
打击罂粟种植检测数据集(1000张图片已划分、已标注)| AI训练适用于目标检测任务
本数据集含1000张已标注罂粟图像,覆盖多生长阶段、光照与角度,按train/val/test划分,采用YOLO格式标注(单类:罂粟),适用于YOLO系列等目标检测模型训练,专用于植物识别、农业科研与教学,严禁非法用途。
免费试用