- 综合排序
- 最热优先
- 最新优先
- 来自专栏大大的小数据
行车数据分析2020.11.11
7、 8、下午上班停车时间波峰尾，2点36，应该提早10分钟。 9、 10、每天开车时间（时分）折线图。 11、上午上班时间8点02分，应该提前到7点55分出发。 出行时间区间7-40分钟。 16、上午下班行程时间比较集中。区间在17-25分钟。 17、下午下班行程时间不集中。受晚高峰堵车影响，大路必定堵，小路小堵，区间在22-33分钟。
43300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。
82030发布于 2018-05-24 - 来自专栏Android 研究
PMI-ACP 敏捷项目管理7——追踪和报告价值
期间，我们可以采用一些工具和技术来追踪、报告价值，包括挣值、累计流量图、风险燃尽图和任务看板面板等。 一、燃尽图 燃尽图是一个用来展示迭代进度的信息发射源。 其目的是监控迭代进度或者项目的进度，追踪剩余的总和并预测达成迭代目标的可能性。实际工作序列每日更新，取决于敏捷团队的生产率和任务的复杂性。 通过这个图来追踪项目的状况，判断项目的健康情况。 三、燃起图 燃起图，以图形化的方式展现了项目或团队多个迭代的需求累计完成情况(y轴)和各迭代(x轴)的关系，因整体上总是递增而得名。
1.9K10发布于 2018-08-30 - 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。 安霸方案芯片分为A7、A9、A12，每种方案又细分高中低档，如A12又细分为A12LA25、A12LA55、A12LA75等。 性能直逼安霸A7系列，对记录仪行业的份额结构产生巨大的影响。 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。
3.3K30发布于 2021-05-28 使用C# winform实现yolov7+bytetrack目标追踪的算法
/yolov7等目标检测框架对接，实现了two stage最优方法，目前测试发现bytetrck性能要优于当前所有追踪框架，而且精度也很高，因此使用bytrack作为追踪不失为一个比较好的方法。 实现的追踪主框架代码如下： const string Cfg = @"mydata\\yolov7-tiny.cfg"; const string Weight = @"mydata \\yolov7-tiny.weights"; const string Names = @"mydata\\coco.names"; var detector track.Dispose(); capture.Release(); detector.Dispose(); 更多的请参考视频教程演示：基于C#实现yolov7+ bytetrack目标追踪的算法结果演示_哔哩哔哩_bilibili
28400编辑于 2025-07-19- 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
plate_rect = plate_cascade.detectMultiScale(plate_img, scaleFactor = 1.3, minNeighbors = 7) for (x 我们将添加两个密集层，一个是输出空间的维数为128，激活函数为'relu'，另一个是我们的最后一个层，有36个输出，用于对26个字母（A-Z）+10个数字（0-9）进行分类，激活函数为'softmax' 步骤7
2K20编辑于 2022-02-14 - 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！ 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。 另外，本功能也支持用户对置信度conf，IOU参数进行调整，效果如下图：7.数据集查看用户可以对上一步导出的结果数据进行查看与分析，成功导入数据集后，软件会自动在表格中展示数据集的内容，界面右侧会自动分析当前目标的名称 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
36710编辑于 2025-07-23 - 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。
89220编辑于 2022-09-22 - 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？
随着技术创新与行业应用发展，2016年交通运输部发布了《雾天公路行车安全诱导装置》（JTT 1032）交通行业标准，极大得促进了公路雾区行车安全智能诱导及防撞预警系统（以下简称：行车安全智能诱导系统）的发展 行车安全智能诱导系统利用设置在公路两侧的行车安全智能诱导设施（也称为智能诱导边缘标）为在途车辆提供安全引导，在控制系统的集中智能控制下，行车安全智能诱导设施会根据不同的能见度与车流情况，采用不同的发光亮度 具体目标如下： (1)根据系统实时采集的能见度、雨、雪等行车环境数据，自动控制路侧智能诱导边缘标，以不同的亮度、颜色、闪烁频率等组合进行针对性行车引导，实现雨雪雾霾等复杂气象环境下的高速公路自适应安全诱导 ，不论环境照度条件，系统都将开发行车主动诱导功能，随着能见度条件的进一步降低，系统将自动切换至防止追尾警示模式，该模式下，无车辆通过时仍采用行车主动诱导工作模式。 05-设备构成 公路行车安全智能诱导系统主要由交通气象环境感知设备、行车安全智能诱导装置（智能诱导边缘标）、现场控制主机设备（数据预处理器）三大核心设备组成。
52300编辑于 2025-07-03 - 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。 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。 激活成功教程达·芬奇的“密码”，英伟达眼动追踪将触发VR革命(2016/7/22) 看着墙上的钟，你目光的集中点应该落在焦点上，此时，钟周围的场景模糊了，似乎你的大脑正在对环境做速写，或者用计算机图形术语讲 眼动追踪技术在VR中的革命与应用(2016/7/31) 在交互中，眼睛扮演着一个非常重要的角色。双方眼睛交汇的时候，要比其他所有的社交方式都要强大。
1.6K30编辑于 2022-09-20 - 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.
89710编辑于 2022-03-30 - 来自专栏机器学习AI算法工程
行车环境实时语义分割与深度估计
本项目旨在实现车辆前方行车环境的实时解析。具体通过对行车记录仪的图像、视频数据的语义分割和深度估计实现。要实现的目标如下图所示： ? 2. 模型 本项目在实现行车环境场景语义分割和深度估计实时解析的过程中，尝试使用了不同的模型，有复现文献中提出的网络框架TRL、也有在语义分割ICNet的基础上增加深度分支，最后自己搭建了一个轻量化的模型。 先用1×1的卷积降维，再用3×3的空洞卷积替代5×5、7×7的卷积，减少了参数量，同时也提高了计算速度。 ICNet ICNet是在PSPNet基础上改进的语义分割网络，旨在提高语义分割的速度。
87920发布于 2019-10-28 - 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
二、系统架构与技术实现 （一）硬件部署方案 多模态感知单元 智能识别摄像机：选用海康威视DS-2CD7A47EWD-IZS（800万像素、1/1.8" Global Shutter CMOS、0.0005Lux 超低照度、IP67防护），按行车作业区域布防： 行车轨道沿线：立杆安装（高度6-8m，俯角30°），覆盖“轨道两侧5m警戒区”，支持ROI动态聚焦（当人员进入警戒区时自动放大跟踪）； 行车驾驶室视角盲区 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 ，实现对人体检测分析识别，实时预警行车作业区域内人员闯入事件。 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。
22110编辑于 2026-01-15 - 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！ 追踪区域和前面的眼动有些不一样 HMD Tracking Area 是一个标准化的二维坐标系，其原点 (0, 0) 在右上角（从佩戴者的角度来看），而 (1, 1) 在左下角。 在眼动追踪会话期间记录瞳孔大小的变化。瞳孔直径数据分别为左眼和右眼提供，是对瞳孔大小的估计，以毫米为单位。 眼睛张开度定义为上下眼睑之间可以安装的最大球体的直径（以毫米为单位）。 结合上面的一些坐标空间的概念就可以看到这个东西的意思啦 我之前写过一个pupill的眼动仪，这个是单眼追踪的方案 （A）当以球形坐标表示地面真实注视方向dgt时，可以将其可视化为球体上的一个点（参见上下面板中的蓝色圆盘
2.7K50编辑于 2022-11-29 - 来自专栏全栈程序员必看
怎么提高开车技术_全日行车计划
(i,a,b) for(int i=a;i>=b;i--) #define N 100005 #define db double #define ll long long #define inf 0x7fffffff
24020编辑于 2022-09-23 - 来自专栏数控编程社区
如何对不同材质的工件进行车削
数控编程、车铣复合、普车加工、Mastercam、行业前沿、机械视频，生产工艺、加工中心、模具、数控等前沿资讯在这里等你哦
1.3K10编辑于 2024-06-12 - 来自专栏嵌入式项目开发
Linux小项目-行车记录仪项目设计
前言 行车记录这个设备相信大家应该都不陌生，它的功能主要是记录车辆行驶途中的影像及声音。 安装行车记录仪后，能够记录汽车行驶全过程的视频图像和声音，可为交通事故提供证据，喜欢自驾游的人，还可以用它来记录征服艰难险阻的过程。 现在横穿马路的行车、摩托车，不交通规则形势的汽车也经常遇到，万一和他们产生了刮碰，有可能会被敲诈勒索，如果有了行车记录仪，司机可为自己提供有效的证据。 这篇文章就介绍在Linux最小系统开发板上如何实现行车记录仪的功能，开发板自带了8G的EMMC，也可以外扩SD卡。 首先，在设计行车记录仪这个项目之前，要先了解清楚行车记录仪的功能。 （1）行车记录运行起来后，需要间隔循环录制视频保存，一般是1~10分钟一段视频，这样设计的原理是方便按时间查找视频，也防止以为情况损坏视频编码， 导致视频无法正常播放。
1.7K30编辑于 2022-05-11 - 来自专栏深度学习入门与实践
【深度学习】用PaddlePaddle进行车牌识别（二）
，分别对应车牌的7位字符，最后将其拼接起来，与原始的label计算Softmax值，预测训练结果。 fc6 = paddle.layer.fc(input = fc6_drop,size = 65,act = paddle.activation.Linear()) 45 46 fc7_ drop = paddle.layer.dropout(input = fc,dropout_rate = 0.5) 47 fc7 = paddle.layer.fc(input = fc7 _drop,size = 65,act = paddle.activation.Linear()) 48 49 # 将训练好的7个字符的全连接层拼接起来 50 fc_concat 传统的方法需要对图片灰度化，字符进行切分等，需要很多数据预处理的过程，端到端的方法可以直接将原始的图片灌进去进行训练，最后出来预测的车牌字符的结果，这个方法在构建了两层卷积-池化网络结构后，并行训练了7个全连接层来进行车牌的字符识别
1.6K80发布于 2018-04-04 - 来自专栏钱塘小甲子的博客
PyQt利用百度API绘制行车路径
任务不太难，基本要求就是能够在Qt界面上根据车辆的起始经纬度，绘制出实际地图上的行车轨迹。 1.构建Qwebview控件。 ? 首先，我们qt的界面中插入QWebView控件。
2K30发布于 2019-01-28 - 来自专栏PM吃瓜(公众号)
链路追踪
1、链路追踪介绍 在大型系统的微服务化构建中，一个系统被拆分成了许多模块。这些模块负责不同的功能，组合成系统，最终可以提供丰富的功能。在这种架构中，一次请求往往需要涉及到多个服务。 2、为什么需要链路追踪? 微服务架构是通过业务来划分服务的，使用 REST 调用。 sleuth ：链路追踪器 zipkin：链路分析器（可视化） 分布式链路追踪（Distributed Tracing），就是将一次分布式请求还原成调用链路，进行日志记录，性能监控并将一次分布式请求的调用情况集中展示 2.2、常见的链路追踪技术有下面这些： cat 由大众点评开源，基于Java开发的实时应用监控平台，包括实时应用监控，业务监控 。 log4j SpringCloud 提供的分布式系统中链路追踪解决方案。
1.8K20编辑于 2023-03-02
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