QT

1.项目整体可以分为软件部分和硬件部分,软件部分可以分为图像采集、模型推理、结果输出、远程控制,硬件部分主要是外设(摄像头、屏幕,电源、喇叭)、边缘端处理设备和信号输出器2.功能描述,通过在适当位置部署摄像头采集图像,可以对危险进行预警并辅助操作员控制,具体辅助方式可以根据使用方式修改。这里以设备部
350C++机器深度学习
1.分为端面缺陷检测以及内部缺陷检测两种;2.导入深度学习算法,对相似度比较近的缺陷进行分类;3.算法实现了对产品表面的各种各样的缺陷进行抓取、分类;4.为客户提供过漏检数据、缺陷分类数据,让客户可以根据数据对前端工艺进行优化修改,提升产能。
1381C++机器深度学习
1.数据库模块。保存产品信息,异物缺陷信息。2.通信模块。负责上位机与下位机的交互通信。3.人机交互模块。负责人机交互。4.算法模块。负责3D点云下的异物检测预与测量,2d场景下的异物分类。
770C++机器深度学习
双能X射线全身骨密度系统由上位机软件、STM32、FPGA组成,主要由上位软件进行扫描测控。技术包括操作系统原生Socket进行通讯、自主设计通讯协议设计与解析、骨密度算法实现/验证,线阵探测器图像重建、图像处理(降噪、增强、ROI分割)、深度学习训练以集成、软件架构设计、项目搭建、软件开发(QT)等。
1330C/C++C/C++开发工具
与军工研究所合作开发针对雷达罩蜂窝孔径的测量仪器;实现对蜂窝格孔边长2-4mm,深度30mm范围内的单个蜂窝格孔内壁变形测量,并识别蜂窝格孔变形缺陷,形成六个蜂窝批量测量仪器;软件开发了上位测量操作及点云处理显示等核心算法;2D图像处理:1)图像操作及测量工具栏;2)选择测量中心处的二维图像(单个工件有多处测量中心);3)显示二维图像:可以任意选中格孔区域;4)结果显示1:通过3中任选多个孔,测量结果输出到该列表框,并最终输出到报表;5)缩略图显示:便于总图缩放显示;3D点云处理:1)3D点云操作及测量工具栏;2)选择测量中心处的3D点云(单个工件有多处测量中心);3)显示3D点云图像:可以任意选中格孔区域;4)结果显示1:通过3中任选多个孔,测量结果输出到该列表框,并最终输出到报表;5)内窥镜图像:显示格孔的合成图像;
1390C/C++机器学习/深度学习
当前共5个项目more
×
寻找源码
源码描述
联系方式
提交