LouisZhang f53809ae94 zuoye | 1 жил өмнө | |
---|---|---|
AIAPP | 1 жил өмнө | |
Day02 | 1 жил өмнө | |
Day03 | 1 жил өмнө | |
Day04 | 1 жил өмнө | |
Day06 | 1 жил өмнө | |
Day07 | 1 жил өмнө | |
laoshi day07 | 1 жил өмнө | |
README.md | 1 жил өмнө | |
commit.bat | 1 жил өмнө | |
untitled.ui | 1 жил өмнө |
下载python 安装小组件 练习使用VScode
2.内容
- 3.1. pip install torch -i https://pypi.tuna.tsinghua.edu.cn/simple
- 3.2. pip install jupyterlab -i https://pypi.tuna.tsinghua.edu.cn/simple
- 3.3. pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
- 3.4. pip install opencv-contrib-python -i https://pypi.tuna.tsinghua.edu.simple
- 3.5. pip install PyQt5 -i https://pypi.tuna.tsinghua.edu.cn/simple
- 3.6. pip install PyQtWebEngine -i https://pypi.tuna.tsinghua.edu.cn/simple
- 3.7. pip install matplotlib==3.5.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
- 3.8. pip install tqdm==4.65.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
3.9. pip install tensorflow==2.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
3.要求
最后检查是否有错误 检查模板
jupyterlab==3.5.0
matplotlib==3.5.0
numpy==1.19.5
opencv-python==4.7.0.72
PyQt5==5.15.9
PyQtWebEngine==5.15.6
tensorboard==2.13.0
tensorflow==2.6.0
torch==2.0.1+cu117
tqdm==4.65.0
4.提交
下载完成
第02天实训日志
1.任务
1.创建仓库 2.下载代码仓库 3.提交内容 4.图像处理与图像特征
2.内容
1.注册平台 平台地址 http://39.106.24.154:8906/ 注册与登录 2.下载代码仓库 git clone http://39.106.24.154:8906/yuzhiyu/group1.git 图像处理与图像特征 图像与矩阵 图像的属性 图像的像素与通道 图像操作 图像的特征
3.要求
注册,设置密码
4.提交
完成
第03天实训日志
1. 任务
任务1:
完成UI设计
翻译成py文件
任务2:
拍一个照片
利用我们今天讲的Sobel算子,输出一个浮雕效果的图像照片
2. 内容
图像处理
卷积特征
Qt的应用编程模式
Qt的UI设计与翻译
3. 要求
理解卷积特征
写Qt程序
4. 提交
ui文件
翻译文件
拍的照片 + 程序 + 输出文件
- aiapp > - dev - camera.py 对摄像头进行处理 > - frame - app.py 实现构造器 - win.py 绑定信号与槽 > - mods - best.pt yolo模型训练过程中在验证集上表现最好的模型权重 > - ui - traffic.ui 可视化窗体的定义文件 > - app.bat 批处理文件,系统调用cmd.exe按照该文件中各个命令出现的顺序逐个运行 > - main.py 创建应用程序和窗体对象的实例,显示窗体并运行
- caiquan object > - caiquan
- images 存放的项目原图片 - labels 存放标注好的图片的文本格式 - photo
- outputs 存放标注好的图片的json格式 - yolo_labels 存放标注好的图片的文本格式 - format.py 格式转换 > - runs 运行时输出文件 > - pred.py 利用模型侦测图片中的目标并标注 > - test.py 测试安装是否正确 > - train.py 训练模型 > - yolov8.pt 模型的训练和训练好的参数