0/9 0G 0.07764 0.07241 0.01312 0.1632 33 640 0.6556 0.247 0.2264 0.1032 0.04853 0.07175 0.004767
1/9 0G 0.05892 0.0678 0.003955 0.1307 123 640 0.7728 0.2744 0.2616 0.1303 0.04291 0.07081 0.003355
2/9 0G 0.05487 0.06758 0.003286 0.1257 204 640 0.8859 0.2641 0.2582 0.1351 0.04222 0.07006 0.003275
3/9 0G 0.05033 0.06587 0.002691 0.1189 27 640 0.8776 0.2799 0.2742 0.1509 0.03772 0.06883 0.002621
4/9 0G 0.04709 0.06497 0.002226 0.1143 36 640 0.8808 0.2836 0.2787 0.1559 0.03642 0.068 0.002253
5/9 0G 0.04426 0.06429 0.001949 0.1105 279 640 0.8872 0.2884 0.285 0.1672 0.0351 0.06714 0.00206
6/9 0G 0.04225 0.06228 0.001619 0.1061 267 640 0.9034 0.2896 0.2861 0.1747 0.03449 0.06667 0.00184
7/9 0G 0.04109 0.06261 0.001379 0.1051 270 640 0.8957 0.2906 0.2878 0.1762 0.0339 0.06592 0.00191
8/9 0G 0.03985 0.06029 0.001202 0.1013 18 640 0.8937 0.2929 0.2908 0.1779 0.03339 0.06551 0.001749
9/9 0G 0.0393 0.06049 0.001158 0.101 15 640 0.9046 0.2961 0.2934 0.1826 0.03315 0.06546 0.001858
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
1.项目代码功能经验证ok,确保稳定可靠运行。欢迎下载使用! 2.主要针对各个计算机相关专业,包括计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。 3.项目具有丰富的拓展空间,不仅可作为入门进阶,也可直接作为毕设、课程设计、大作业、初期项目立项演示等用途。 4.当然也鼓励大家基于此进行二次开发。在使用过程中,如有问题或建议,请及时私信沟通。 5.期待你能在项目中找到乐趣和灵感,也欢迎你的分享和反馈! 【资源说明】 基于机器学习图像视觉的安全急救系统python实现源码+项目说明(本科毕设).zip 安全急救系统(Safety First Aid System)是一款软硬件结合的、基于图像处理、机器视觉的目标检测追踪技术、机器学习的分类预测模型、传感器数据收集处理分析技术、PID 控制算法与舵机控制、UWB 室内定位技术、嵌入式单片机开发技术、嵌入式 Linux 开发技术、安卓软件开发技术、后台服务器等开发技术的系统。 由智能安全帽、定位基站、边缘运算盒、云端服务器以及移动端 APP 组成,采用自主设计的安全急救方法,结合 UWB 定位以及多传感器融合技术,实现当危险发生时,能够及时向外界发送求救信息,精准定位险情地点,以达到缩短黄金救援时间的目的。
资源推荐
资源详情
资源评论
收起资源包目录
基于机器学习图像视觉的安全急救系统python实现源码+项目说明(本科毕设).zip (183个子文件)
events.out.tfevents.1601709682.LAPTOP-QS563D4J.7464.0 3.06MB
events.out.tfevents.1601710383.LAPTOP-QS563D4J.13608.0 1.53MB
events.out.tfevents.1601709495.LAPTOP-QS563D4J.3656.0 292B
events.out.tfevents.1601707183.LAPTOP-QS563D4J.18272.0 292B
events.out.tfevents.1601707860.LAPTOP-QS563D4J.7832.0 292B
events.out.tfevents.1601708000.LAPTOP-QS563D4J.16088.0 292B
events.out.tfevents.1601696467.LAPTOP-QS563D4J.5472.0 292B
events.out.tfevents.1601697023.LAPTOP-QS563D4J.5328.0 292B
events.out.tfevents.1601693758.LAPTOP-NC3VIQN3.2804.0 292B
events.out.tfevents.1601699320.LAPTOP-QS563D4J.10736.0 292B
events.out.tfevents.1601695374.LAPTOP-QS563D4J.7652.0 292B
events.out.tfevents.1601710208.LAPTOP-QS563D4J.11560.0 292B
events.out.tfevents.1601701530.LAPTOP-QS563D4J.13380.0 292B
events.out.tfevents.1601709409.LAPTOP-QS563D4J.14896.0 292B
events.out.tfevents.1601696730.LAPTOP-QS563D4J.3256.0 292B
events.out.tfevents.1601710309.LAPTOP-QS563D4J.2612.0 292B
events.out.tfevents.1601701475.LAPTOP-QS563D4J.16424.0 292B
events.out.tfevents.1601700338.LAPTOP-QS563D4J.12836.0 292B
events.out.tfevents.1601695091.LAPTOP-QS563D4J.18164.0 292B
events.out.tfevents.1601701186.LAPTOP-QS563D4J.7932.0 292B
events.out.tfevents.1601709309.LAPTOP-QS563D4J.792.0 40B
events.out.tfevents.1601709210.LAPTOP-QS563D4J.9812.0 40B
events.out.tfevents.1601693186.LAPTOP-NC3VIQN3.19220.0 40B
events.out.tfevents.1601700267.LAPTOP-QS563D4J.6180.0 40B
events.out.tfevents.1601708963.LAPTOP-QS563D4J.14356.0 40B
events.out.tfevents.1601709254.LAPTOP-QS563D4J.5208.0 40B
events.out.tfevents.1601708918.LAPTOP-QS563D4J.640.0 40B
events.out.tfevents.1601693026.LAPTOP-NC3VIQN3.15732.0 40B
events.out.tfevents.1601694979.LAPTOP-QS563D4J.6812.0 40B
events.out.tfevents.1601692321.LAPTOP-NC3VIQN3.11640.0 40B
test_batch0_gt.jpg 475KB
train_batch2.jpg 363KB
train_batch0.jpg 359KB
train_batch1.jpg 319KB
output_2.jpg 301KB
area_output_1.jpg 278KB
train_batch0.jpg 193KB
train_batch2.jpg 168KB
output_4.jpg 161KB
train_batch1.jpg 154KB
output_1.jpg 144KB
area_output_2.jpg 136KB
test_batch0_pred.jpg 83KB
test_batch0_gt.jpg 80KB
output_3.jpg 78KB
code_description.md 2KB
项目说明.md 743B
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 398KB
labels.png 386KB
results.png 263KB
File_tree.png 5KB
last.pt 14.09MB
best.pt 14.09MB
best.pt 14.09MB
utils.py 50KB
datasets.py 37KB
train.py 26KB
test.py 13KB
yolo.py 11KB
torch_utils.py 8KB
detect.py 7KB
gen_head_helmet.py 6KB
experimental.py 5KB
main.py 5KB
lstm.py 5KB
add_label.py 4KB
RBF_Network.py 4KB
common.py 4KB
google_utils.py 4KB
preprocessing.py 4KB
custom_util.py 4KB
rbflayer.py 3KB
export.py 3KB
calculate_anchors.py 3KB
kmeans.py 3KB
共 183 条
- 1
- 2
资源评论
- 2301_803320392024-03-15资源内容详细,总结地很全面,与描述的内容一致,对我启发很大,学习了。
北航程序员小C
- 粉丝: 2256
- 资源: 1825
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于pygame实现的烟花代码
- mcu-printf关于51单片机使用printf函数进行串口调试的方法
- MySQL和数据表操作
- 微信小程序面试题.pdf
- 基于matlab实现电力系统仿真计算软件包,包括潮流计算,最优潮流计算等.rar
- 基于matlab实现电力系统各种故障波形仿真,单相接地故障,两相间短路,两相接地短路,三相短路等.rar
- 基于matlab实现电动汽车动力性,爬坡性,续驶里程等性能仿真.rar
- Python动态烟花代码.pdf
- 基于matlab实现串口发送接收数据 可配置端口,波特率等 发送可选择ASCII方式或HEX方式
- matlab基于BP神经网络手写字母识别(单一).zip代码9
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功