- 综合排序
- 最热优先
- 最新优先
- 来自专栏PyQt5
python3GUI--基于YOLOv8的行车追踪与可视化分析系统 By:PyQt5（详细分享、配套文档）
一．前言本篇将详细地向大家展示我开发的“基于YOLOv8的行车追踪与可视化分析系统”，这个系统包含了目标检测、目标分割、数据可视化等功能，是您学习、应用的不二之选！ 图片上图取自网络本次将图像识别与目标检测用在了行车领域5.OpenCVOpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和图像处理库，由 Intel 6.车辆追踪与统计通过对用户上传上来的视频文件里面运动的物体进行追踪，动态标记出目标物体的轨迹，分析结束后会产生一份分析结果数据，包括：track ID、X坐标、Y坐标、目标物体ID，我们可以将这份数据导出到本地支持 当用户选择“车辆追踪与统计”侧边栏后，能够跳转到车辆轨迹识别页面。 五．总结本次和大家分享了我使用PyQt5开发的一款基于YOLOv8的行车追踪与可视化分析系统，写这篇博客用了一个多小时，因为我的读者的能力水平参差不一，我要照顾到所有水平的读者，本篇写的由浅入深，有简单的基础知识
52310编辑于 2025-07-23 - 来自专栏python3
sublime3+python代码追踪函
sublime3+python代码追踪函数插件安装 参考网址： http://blog.csdn.net/M1mory/article/details/72582661 https://www.cnblogs.com 6599642.html 安装步骤： 1.打开Package Control[Preferences>>Package Control] 2.输入 install 选择关联出来的install package 3. :{ 2 "python":"E:/Program Files/python34/python.exe", 3 "pythonExtraPaths":[ 4 python34/Lib/lib-tk", 7 "E:/Program Files/python34/Lib/site-packages", 9 ] 10 } 追踪函数 、查看系统函数 配置快捷键使其同eclipse,实现ctrl+鼠标左键追踪函数,alt+left/right跳转,alt+/自动提示代码 选择 Perference-package Settings-SublimeCodeIntel-Key
1K10发布于 2020-01-13 - 来自专栏AI-vell
3D打印之自行车电动助力器
由于住的地方离公司和地铁都比较远，对于晕公交车的我来说，如果可以骑自行车车上下班真的是很爽，但是公司到我住的地方有将近16公里，一天骑车来回32公里，真的挺费膝盖的，坚持骑了一整个星期，膝盖就完全受不了了 但我非常喜欢骑车上下班的感觉，所以想着在不改动我自行车的基础上给它加上一个电动助力器 最终效果 第一次测试视频：https://v.qq.com/x/page/p0700f3f48d.html 准备 自行车一辆，朋友转给我的一辆山地车，中国台湾Jessica牌，车架JA200，很棒的车子，所以我的改装一定要是无损的 N5065无刷电机一个，这是个外转电机，电机直径50mm，正好符合要求 无刷电调 >= 80A，注意一定要是6-7s的电调，和电机相配，电压在22v左右 6-7s锂电池，和电调相配，22v左右，我是自己DIY的，用18650电芯，4并6串 舵机调节器，用来当油门，控制电机 3D 电池块并联不互充原理 最终效果： 两个电池块 整个电池包 控制部分 控制部分由电调+舵机测试器组成，都是现成部件，正确接线就ok了 安装部件 全部安装件都是3D
1.4K140发布于 2018-09-11 - 来自专栏大大的小数据
行车数据分析2020.11.11
3、晚上回家受下班不匆忙和下班晚高峰影响，回到家时间相对不集中。 4、 5、 6、上午上班停车时间波峰尾，8点33，应该提早5分钟。 20、 21、 22、 23、月份与路程分段，3月份中午在公司午休，上午下班和下午上班次数少。 24、 25、看行程时间平均值，平均值容易出问题，被极大极小值带偏，看个大概吧。 26、
51000编辑于 2022-09-21 - 来自专栏大数据文摘
自行车赛2.0——大数据如何再造环法自行车赛
自行车赛这些年日子不好过。高科技能否拯救它？ 自行车这个运动正在发生一些非同寻常的变化。著名的环法自行车赛将于这周末开始，历时三周。它，正处于这些变化的核心。 新的环法自行车赛中心的门户网站可以(其制造商保证)接收反馈可靠的GPS数据，使粉丝们可以得到非常精确的答案。 在沿途某个地方，环法公司现代化赛事负责人Christian Prudhomme看起来对环法自行车赛以及数据在塑造其未来中所扮演的角色有深刻的领悟。 作为一名自行车运动的发烧友，为全世界最大最好的自行车赛管理一个野心勃勃的大数据项目，这要么是世界上最好的工作，要么是压力山大乏善可陈的。 相比之下，数据导向的比赛则同时追踪每个人。 Foster说，Dimension Data公司去年还是个数家公司的拼凑品，而今年它提升了数据传输距离，现在成为承接所有数据的唯一枢纽。
88730发布于 2018-05-24 - 来自专栏Dechin的专栏
python3使用tracemalloc追踪mmap内存变化
技术背景 在前面一篇博客中我们介绍了一些用python3处理表格数据的方法，其中重点包含了vaex这样一个大规模数据处理的方案。 python3中提供了mmap这样一个仓库，可以直接创建内存映射文件。 tracemalloc的一个重点，这里我们发现一个10000大小的numpy矢量的内存占用约为39.1 KiB，这其实是符合我们的预期的： In [3]: 39.1*1024/4 Out[3]: 10009.6 mmap内存占用测试 在上面几个章节之后，我们已经基本掌握了内存追踪技术的使用，这里我们将其应用在mmap内存映射技术上，看看有什么样的效果。 总结概要 本文介绍了用tracemalloc来进行python程序的内存追踪的技术，以及简单的文件映射技术mmap的使用方法介绍和演示。
1.6K30发布于 2021-05-21 - 来自专栏python深度学习
python3使用tracemalloc追踪mmap内存变化
用tracemalloc跟踪python程序内存占用 这里我们希望能够对比内存映射技术的实际内存占用，因此我们需要引入一个基于python的内存追踪工具：tracemalloc。 286734 dechin 20 0 36.6g 175832 117544 S 4.0 0.4 1:02.32 chromium 因此根据进程号来追踪子进程的内存占用才是使用 用tracemalloc追踪内存变化 在上面一个章节中我们介绍了snapshot内存快照的使用方法，那么我们很容易可以想到，通过“拍摄”两张内存快照，然后对比一下快照中的变化，不就可以得到内存变化的大小么 mmap内存占用测试 在上面几个章节之后，我们已经基本掌握了内存追踪技术的使用，这里我们将其应用在mmap内存映射技术上，看看有什么样的效果。 总结概要 本文介绍了用tracemalloc来进行python程序的内存追踪的技术，以及简单的文件映射技术mmap的使用方法介绍和演示。
88930发布于 2021-04-12 - 来自专栏机器人网
3D打印新进展：打印金属自行车及配件
在日前举行的太平洋设计制造展(Pacific Design & Manufacturing Show)上，多家厂商展示在3D打印方面的最新技术进展，特别是将3D打印技术导入自行车的设计与制造过程，设计出 3D 打印脚踏车原型，以及坚固耐用的自行车车架与金属组装配件。 Stratasys公司展示该公司以3D打印的Trek自行车原型。 Renishaw公司制造的自行车车架采用以3D打印的钛合金金属，而脚踏车零件制造商Kappius则用EOS机器生产出复杂的金属终端产品零件。 总部位于英国的Renishaw公司表示，透过采用该公司的“加层制造”(AM)技术，为Empire Cycles公司设计的MX6-EVO登山车制造出首款3D打印的金属车架。
78480发布于 2018-04-12 - 来自专栏机器之心
业界 | 取代后视镜，ULSee发布3D全景行车监控影像系统
与此同时，车内的 3 个摄像头协同工作实现对驾驶员行为的监测分析，进而判断驾驶员是否走神、疲劳、偏离开车焦点并在第一时间发出警报确保行车安全。 2017 上海国际车展期间，ULSee 将其智能驾驶集成方案铺陈在汽车厂商眼前，并首次展示了自主研发的 3D 全景行车监控影像系统。 成立于 2014 年的 ULSee，专注于计算机视觉技术与人工智能，目前的研发涵盖图像处理、人脸追踪与识别、手部及肢体的跟踪、3D 重构、AR/VR 内容创建、自然人机交互等，并被广泛应用于国内外的安防 而 ULSee 的 3D 全景行车监控影像系统利用 3 个广角鱼眼镜头取代传统后视镜，摄取左右及后方 270 度的图像，可以从一侧 A 柱覆盖到另一侧 A 柱，完成 3D 立体影像的实时缝合，可视距离为 ULSee 3D 全景行车监控影像系统测试录像 这套 Mirrorless 全景 3D 解决方案是 ULSee 公司智能驾驶事业部总经理吴易达及其团队的研究成果。
1K70发布于 2018-05-08 - 来自专栏目标检测和深度学习
全球最全计算机视觉资料（3：目标追踪）
ECCV workshop (2014). paper [http://link.springer.com/content/pdf/10.1007%2F978-3-319-16181-5_18.pdf] arXiv (2017). paper [https://arxiv.org/pdf/1706.09262.pdf] github [https://github.com/akosiorek/hart] Re3: "Re3 : Real-Time Recurrent Regression Networks for Object Tracking." arXiv (2017). paper [https://arxiv.org
1.6K10发布于 2018-07-20 - 来自专栏BestSDK
uSens推出手部骨骼追踪AR SDK，提供跨平台手部追踪和3D识别
借助智能手机的RGB摄像头，uSensAR Hand Tracking可以通过计算机视觉和深度学习来追踪整只手的骨骼动态，不仅仅只是一只手的指尖。 在短短一年时间里，uSens为什么可以在没有外部硬件的情况下实现同样的追踪水平呢?关键是机器学习。 uSens产品与运营副总裁王亚明表示：“自从我们在去年年中开始直接面向手机市场以来，我们便一直致力于研发基于智能手机RGB摄像头的手部追踪。它与我们为基于深度学习的技术所研发的算法类似。 在回顾当前市场上最佳的移动AR应用程序时，我们可以马上想象手部追踪将能如何改善已有的优秀体验。 当然对于智能手机用力而言，用户的一只手已经要用来握持设备。 随着精度和覆盖范围的提升，基于摄像头的追踪解决方案可以支持硬件厂商减掉专用深度传感器的需要。
69810发布于 2018-07-30 - 来自专栏嵌入式Linux系统开发
行车记录仪主要方案公司
那么音视频技术应用较多的地方有安防行业、行车记录仪、运动相机等。今天就给大家介绍一下，行车记录仪主要的方案提供商。 但记录仪市场对这种大鳄来说太小了，前期投入力度不大，在经历了14年行车记录大暴发之后，现在正发力行车记录仪市场。 搭配NT96650的 Auto WDR功能，亮暗对比很好，并且夜间3DNR对降低雪花效果看起来非常优异，夜间及低照度表现很好。 80%中高的行车记录仪市场,是行车记录仪品牌客户首选的行车记录仪方案。 3、全志(Allwinner )，总部在珠海，国产芯片，之前一直从事平板电脑方案开发，在行车记录仪行业作为后起之秀，该公司知道自己在视频界根本干不过安霸，全志就另辟蹊径，专注研究双录芯片，一颗芯片支持两个镜头
3.5K30发布于 2021-05-28 - 来自专栏全栈程序员必看
眼球追踪
眼球追踪类似于头部追踪，但是图像的呈现取决于使用者眼睛所看的方向。例如，人们可以用“眼神”完成一种镭射枪的瞄准。 眼球追踪技术很受VR专家们密切关注。 对于人眼位置的检测，能够为当前所处视角提供最佳的3D效果，使VR头显呈现出的图像更自然，延迟更小，这都能大大增加可玩性。 在VR设备上的眼球追踪，需要追踪的范围很大。可以无死角覆盖整个VR显示屏幕。 除了追踪范围，另一个关键点在于追踪的精确度和实时性。在VR设备的使用过程中，常常造成VR设备与头部的位移变化。 若能针对VR设备的眼球追踪方案增添防抖算法，这样在人们的头动并不会影响眼球追踪的精确度。 ==>詳細內容 ==>詳細內容(2) 3. 注视点渲染究竟是怎么回事？ 什么叫做注视点渲染技术，其实就是眼球追踪技术。这一类技术是目前行业内比较认可的，能够解决 VR 多项瓶颈问题。
1.7K30编辑于 2022-09-20 - 来自专栏深度学习和计算机视觉
基于Python使用OpenCV进行车牌检测
3.字符识别：现在，我们在上一步中获得的新图像肯定会有一些字符（数字/字母）写在上面。因此，我们可以对其执行OCR（光学字符识别）来检测数字。 threshold(img_gray, 200, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU) img_erode = cv2.erode(img_binary, (3,3 )) img_dilate = cv2.dilate(img_erode, (3,3)) LP_WIDTH = img_dilate.shape[0] LP_HEIGHT = img_dilate.shape[1] # Make borders white img_dilate[0:3,:] = 255 img_dilate[:,0:3] = 255 对于建模，我们将使用具有3层的卷积神经网络。
2.2K20编辑于 2022-02-14 - 来自专栏数据科学和人工智能
数据集 | 自行车租赁数据集
下载数据集请登录爱数科(www.idatascience.cn) 自行车出租计划是主要城市减少污染和碳排放的一种方式，同时鼓励锻炼。 该数据集记录了华盛顿特区的一个自行车出租计划两年来每天每小时的数据。每小时都记录了天气状况，以及临时用户和注册用户租用自行车的数量。 1. 字段描述 2. 数据预览 3.
1K10编辑于 2022-03-30 - 来自专栏高速公路那点事儿
解决方案 | 雾天行车安全难题多，智能行车安全诱导系统能破局吗？
(2)在夜间系统控制智能诱导边缘标采用适合的亮度和工作同步闪烁频率，提示道路线形，改善行车舒适性；同时，增加对驾驶员生理和心理的有益刺激，预防驾驶疲劳，提高行车安全性； (3)为高速公路运营管理部门提供更丰富的实时道路交通与环境信息 3.情报板提示“前方进入雾区，谨慎驾驶"雾区限速60km/h" 二、行车主动诱导功能 1.能见度大于300米，小于600米时，系统进入诱导模式，自动开启黄色诱导灯同步闪烁，标示道路线形，引导车辆行进，红色警示灯关闭 3.可变限速标志设定限速提示，10km/h。 4.情报板提示“前方进入雾区，谨慎驾驶"雾区限速10km/h"。 事故和施工预警模式：当诱导雾灯区域内有施工事件或事故事件，人工可开启预警模式红灯闪烁 (3)设备管理 软件可以对设备主要各项参数进行设定。 温度：可以设定温度为系统开启的触发条件，温度预设值为小于等于3℃，即通常所说的低温（道路易结冰）。 定时设定：可以自定义系统开启及关闭的时间范围。
68900编辑于 2025-07-03 - 来自专栏云深之无迹
眼动追踪中的坐标+追踪原理
目前的追踪方案都是基于CV的，使用红外灯光打亮眼底，使用高帧率的相机来捕获光源在角膜上面的位置。 开源眼动pupil 开源眼动追踪：GazeTracking（上：效果） 开源眼动追踪：GazeTracking（下：实现） 眼动书籍免费看！ 主动显示坐标系 (ADCS) 大多数描述 3D 空间坐标的数据，来自 Tobii 的基于屏幕的眼动仪，都在所谓的用户坐标系或简称 UCS 中给出。 然后使用图像处理算法和眼睛的生理 3D 模型以高精度估计眼睛在空间中的位置和注视点。 q=topic%3Aprosdk-addons https://developer.tobiipro.com/tobiiprosdk/whatsnew.html
3K50编辑于 2022-11-29 - 来自专栏大大的小数据
采集行车记录GPS轨迹并推送邮件2020.11.13
1、登录行车PGS记录页面。 2、跳转到轨迹页面。 3、把轨迹页面截图。 4、把截图发送到邮箱。
1K20编辑于 2022-09-22 - 来自专栏燧机科技-视频AI智能分析
行车作业区域人员闯入检测系统
系统已在某大型钢厂（含12台行车、日均作业频次200+次）部署，误报率降至1.8%，成功预警3起潜在碰撞事故，为工业场景“本质安全”建设提供技术支撑。 __init__() # 视觉特征提取（YOLOv8骨干网络简化版） self.backbone = nn.Sequential( # 输入：[B, 3, H , W] → 输出：[B, 256, H/32, W/32] nn.Conv2d(3, 64, kernel_size=3, stride=2, padding=1), 引入特征金字塔网络（FPN）（实测数据：50m外人员（像素＜32×32）检出率从58%提升至85%）； 多目标重叠分离：基于DeepSORT算法（结合外观特征与运动模型），实测数据：5人重叠场景闯入目标追踪准确率 当有人员进入行车作业监测范围内可对其自动识别联动语音告警器报警和输出开关量信号联动行车停止工作，也可以对其抓拍并将当时图像传输到管理中心，在管理中心管理软件输出报警弹窗和语音提示。
42210编辑于 2026-01-15 - 来自专栏疯狂学习GIS
Win10玩《极品飞车3：热力追踪》的方法
本文介绍在Windows 10电脑中运行《极品飞车3：热力追踪》游戏的方法。 《极品飞车3：热力追踪》是一款诞生于1998年的经典赛车游戏，可以说是很多这个年代的人的童年记忆；不过也是因为这款游戏诞生的时代实在太早，导致其无法适配现在主流的、更先进的电脑系统与电脑硬件，因此使得很多想重温童年记忆的玩家无法方便地在自己当前的电脑中直接运行游戏 本文就对如何在当下主流的Windows 10系统电脑中运行《极品飞车3：热力追踪》游戏进行详细介绍。 大家如果感兴趣的话可以到博主修改极品飞车3游戏的这篇博客进行进一步的查看：https://veg.by/en/projects/nfs3/。 我们就直接用上述大佬博主给出的修改文件，进行尝试。 随后，点击NFS3.EXE这个文件，即可直接运行游戏。 进入游戏后，还是首先选择游戏模式。 接下来，选择赛车。 进一步，再选择赛道。
69610编辑于 2024-05-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号