https://github.com/cv516Buaa/tph-yolov5





# 问询、帮助

```csharp
https://docs.qq.com/sheet/DUEdqZ2lmbmR6UVdU?tab=BB08J2
```

 



“防火未燃”——渡船汽车火源和烟雾检测研究

2.1设计思路

1. 获取数据集。由于在船舱内部的火源图像数据较少，通过百度AI Studio、Kaggle公开的火源数据集、爬取百度火源图片等作为数据集来源，通过数据清洗，最终获得训练集8268张，测试集1167张，验证集1166张共计10601张。

2.标注数据集。采用标注工具LabelImg对未标注数据集进行标注，对已标注但格式不同的数据集进行格式转换，共标记两个类别，分别是yanwu（烟雾）和fire（火）。

3.搭建模型。模型采用TPH-YOLOv5[10]算法为基础，该模型识别密集物体，小物体效果显著。

4.修改模型。算法引入轻量化模块Ghost模块[11]，训练后的模型计算量参数量有效降低，加速模型推理。

5.训练模型。实验环境使用Ubuntu20.04操作系统，使用RTX5000显卡进行运算，显存大小为64GB，CPU配置为Intel@Xeon(R) Silver 4210R CPU @ 2.40GHz ×40，CUDA版本为10.1，Pytorch版本为1.10.1，Python语言环境为3.6.13。

6.目标检测。使用训练好的模型进行目标检测。

 图3设计思路

2.2研究方法

2.2.1计算机视觉原理（Computational Vision）

计算机视觉就是给出一张二维图像，计算机视觉系统识别出图像中的对象及其特征，如形状、纹理、颜色、大小、空间排列等，从而尽可能完整地描述该图像。

 

图4计算机视觉原理

2.2.2卷积原理（Conv）

Conv 是从视觉皮层的生物学上获得启发的。视觉皮层有小部分细胞对特定部分的视觉区域敏感。Hubel 和 Wiesel 发现视觉皮层的神经元细胞（卷积核）会寻找特定特征，这在机器中同样适用。

 

图5卷积原理

3.创新特色

通过引入C3Ghost模块替代原有的C3模块，用线性变换替代了部分卷积，降低了模型的计算量和参数量，加快了推理速度，下面从TPH-YOLOV5、Ghost模块、GhostBottleneck、改进进行详细介绍。

3.1采用TPH-YOLOV5应用到火源检测

TPH-YOLOV5为解决航拍高速和低空飞行导致的密集小物体的检测较差问题，增加了一个预测head以适应检测小物体；用Transformer Prediction Head（TPH）[12]代替了原有预测头，用自注意力机制进行预测；融合了CBAM[13]找到密集物体的注意区域采用数据增强，多尺度测试，多模型融合，用额外的分类方式提高了模型精度。

 

图5 TPH-YOLOV5网络结构图

3.2引入轻量化模型

深度卷积神经网络通常引用由大量卷积组成的卷积神经网络，导致大量的计算成本。Google的MobileNet[14 ]和ShuffleNet [15 ]引入了深度可分离卷积操作，以使用较小的卷积核来构建有效的CNN，其余卷积层仍将占用大量内存和FLOPs，这些卷积层在提取特征图时通常会包含丰富甚至冗余的特征图，以保证对输入数据有全面的理解。轻量化卷积Ghost模块的引入用“廉价”卷积代替普通卷积，改进后的TPH-YOLOV5模型，参数量和计算量都有所降低，推理速度加快。

 

图6普通卷积

Ghost模块是Han等人在保证检测精度的基础上，减少传统卷积神经网络的计算量与参数量而提出的一种轻量化神经网络，模型主要思想是利用“廉价”的方式，通过线性变换操作代替部分产生冗余特征图的传统卷积操作。

 

图7 Ghost 模块

利用Ghost模块生成与普通卷积层相同数量的特征图，可以轻松地将Ghost模块替换卷积层，集成到现有设计好的神经网络结构中，减少计算成本。Ghost模块具有一个恒等映射（Identity）和（s-1）个线性运算，并且每个线性运算的平均内核大小为n/s·h^'·w^'·d·d。理想情况下，（s-1）个线性运算可以具有不同的形状和参数，但是特别是考虑到CPU或GPU的实用性，在线推理会受到阻碍。因此，在一个Ghost模块中采用相同大小的线性运算以高效实现Ghost模块。使用Ghost模块升级普通卷积的理论加速比和模型压缩比为

r_s=(n·h^'·w^'·c·k·k)/(n/s·h^'·w^'·c·k·k+（s-1）·n/s·h^'·w^'·d·d)

=(c·k·k)/(1/s·c·k·k+(s-1)/s·d·d)≈(s·c)/(s+c-1)≈s （1）

r_c=(n·c·k·k)/(n/s·c·k·k+（s-1）·n/s·d·d)≈(s·c)/(s+c-1)≈s （2）

r_s是理论加速比；r_c是模型压缩比，n是输出特征图的通道数：h^' 、w^'分别为输出特征图的高、宽；c是输入的通道数；k·k卷积核大小；d·d是每一个线性操作的平均卷积核大小；s是所分的组数，s-1为Ghost的个数。

Ghost Bottleneck：利用Ghost模块的优势，专门为小型CNN设计的Ghost bottleneck（G-bneck）。如图8所示，Ghost bottleneck类似于ResNet中的基本残差块（Basic Residual Block），其中集成了多个卷积层和shortcut。Ghost bottleneck主要由两个堆叠的Ghost模块组成。

 

图8 Ghost bottleneck

由Ghost bottleneck组成的C3Ghost模块替换C3模块，利用“廉价”的方式获得和普通卷积相同的特征，降低了模型的参数量和计算量，加快了推理速度。

3.3火源和烟雾目标检测

改进后的模型在训练时只用了400个epoch，就可以准确的对火源和烟雾目标进行检测。模型的具体参数放到了补充材料里。因当前关于渡船的小火源目标检测较少，所以后期优化将重点放在火源小目标的获取和检测上，不断提高模型对小目标的检测精度。

 

图9火源和烟雾目标检测效果

【TB作品】tph-yolov5 火焰 烟雾 检测

# 需求





基于stm32单片机的指纹识别考勤系统

硬件：

stm32f103最小系统板、as608指纹模块、0.96寸oled显示屏、usb转ttl模块、温湿度dht11传感器、蜂鸣器、 GY-906红外测温模块、电磁门开门指示灯led

单片机软件功能：

（1）测温湿度显示到oled屏幕，并把温湿度串口发给上位机

（2）红外测温显示到oled屏幕，并把温度串口发给上位机

（3）用单片机按键搭配as608指纹模块，实现指纹录入、指纹删除功能

（4）指纹正确，oled显示ok，电磁门开门指示灯led亮2秒，表示正常开门，然后led熄灭

（5）指纹错误，oled显示error，蜂鸣器响5秒，表示开门失败

上位机电脑软件功能：

（1）用python写一个显示界面

（2）显示出单片机发过来的温湿度、红外测温

（3）可以通过上位机软件删除指纹，并与单片机通信同步

（5）显示已打卡的人数和未打卡人数（即是录入的所有指纹中，已打卡和未打卡的）

交付：

（1）单片机程序

（2）上位机程序

（3）电路图

（4）pcb图

（5）实物

（6）视频使用教程

（7）lunwen材料

#  实物图

![在这里插入图片描述](/static/img/images/03372.jpeg)

# 上位机图

![在这里插入图片描述](/static/img/images/03373.png)

# 程序流程图



```mermaid
graph LR
A[开始] --> B{按键状态检测}
B -- 按键按下 --> C[消抖处理]
C --> D{按键动作识别}
D -- 按下 --> E[生成按下事件]
D -- 释放 --> F[生成释放事件]
E --> G[系统处理按下事件]
F --> H[系统处理释放事件]
G --> I[结束]
H --> I[结束]
B -- 无按键按下 --> I[结束]
```


```mermaid
graph LR
A[开始] --> B{模式检测}
B -- 模式0 --> C[显示考勤]
B -- 模式1 --> D[显示录入指纹]
B -- 模式2 --> E[显示删除指纹]
C --> F[显示温湿度]
C --> G[显示红外测温]
C --> H[显示指纹统计]
D --> I[显示录入指纹提示]
E -- 无指纹ID --> J[显示无ID删除提示]
E -- 有指纹ID --> K[显示删除指纹ID提示]
F --> L[结束]
G --> L[结束]
H --> L[结束]
I --> L[结束]
J --> L[结束]
K --> L[结束]
```



录指纹流程的Mermaid流程图：

```mermaid
graph LR
A[开始] --> B{获取指纹图像}
B -- 成功 --> C[生成特征]
C -- 成功 --> D{再次获取指纹图像}
D -- 成功 --> E[生成第二个特征]
E -- 成功 --> F[对比两次指纹]
F -- 成功 --> G[生成指纹模板]
G -- 成功 --> H[储存模板]
H -- 成功 --> I[结束]
B -- 失败 --> J[结束]
C -- 失败 --> J[结束]
D -- 失败 --> J[结束]
E -- 失败 --> J[结束]
F -- 失败 --> J[结束]
G -- 失败 --> J[结束]
H -- 失败 --> J[结束]
```

。

刷指纹流程的Mermaid流程图：

```mermaid
graph LR
A[开始] --> B[蜂鸣器响一次]
B --> C[获取指纹图像]
C -- 成功 --> D[生成特征]
D -- 成功 --> E[高速搜索]
E -- 成功 --> F[显示成功并开门]
E -- 失败 --> G[显示错误]
D -- 失败 --> G[显示错误]
C -- 失败 --> G[显示错误]
F --> H[结束]
G --> H[结束]
```



删除指纹流程的Mermaid流程图：

```mermaid
graph LR
A[开始] --> B[蜂鸣器响一次]
B --> C[输入指纹ID]
C -- 输入有效 --> D[删除指纹]
D -- 成功 --> E[显示成功]
D -- 失败 --> F[显示错误]
C -- 输入无效 --> F[显示错误]
E --> G[结束]
F --> G[结束]
```



```mermaid
graph LR
A[开始] --> B{初始化DHT11}
B -- 成功 --> C[复位DHT11]
C --> D{检测DHT11回应}
D -- 存在 --> E[读取数据]
E -- 成功 --> F[解码数据]
F -- 成功 --> G[返回温湿度数据]
D -- 不存在 --> H[结束]
E -- 失败 --> H[结束]
F -- 失败 --> H[结束]
G --> H[结束]
```






```mermaid
graph LR
A[开始] --> B[初始化SMBus]
B --> C[发送开始位]
C --> D[发送设备地址和读取命令]
D --> E[发送重复开始位和设备地址]
F[接收数据]
E --> F
F --> G[发送停止位]
G --> H[计算PEC]
H --> I[返回温度数据]
I --> J[结束]
```






```mermaid
graph LR
A[开始] --> B[初始化系统]
B --> C[检测PS_Sta状态]
C -->|有手指按下| D[刷指纹处理]
C -->|无手指按下| E[检查键盘输入]
E -->|键盘输入| F{键盘键值检测}
F -->|键值1| G[进入录指纹模式]
F -->|键值2| H[进入删除指纹模式]
F -->|键值3| I[确认删除指纹]
F -->|键值4| J[返回主页]
F -->|其他键| K[忽略其他键值]
G --> L[录入指纹流程]
H --> M[查找可删除的ID]
I --> N[删除指纹流程]
J --> O[清除签到人数]
L --> P[结束录入指纹]
M -->|找不到ID| Q[显示无ID可删除]
M -->|找到ID| R[显示可删除的ID]
P --> S[更新指纹库和显示]
R --> T[执行删除指纹]
T --> U[更新指纹库和显示]
Q --> V[结束删除指纹]
U --> V
S --> W[继续检测PS_Sta状态]
V --> W
W --> C
```








```mermaid
graph LR
A[开始] --> B[初始化系统]
B --> C[打开串口]
C --> D{解析串口数据}
D -- 温湿度数据 --> E[显示温湿度]
D -- 红外温度数据 --> F[显示红外温度]
C -- 按键1 --> G[发送录指纹指令]
C -- 按键2 --> H[发送删除指纹指令]
C -- 按键3 --> I[发送确认删除指令]
C -- 按键4 --> J[发送返回主页指令]
```



# 问询、帮助

```csharp
https://docs.qq.com/sheet/DUEdqZ2lmbmR6UVdU?tab=BB08J2
```

【TB作品】基于stm32单片机的指纹识别考勤系统，实物，代码，AS608

# 读取效果





![在这里插入图片描述](/static/img/images/03437.png)

# kei工程

标准库：

![在这里插入图片描述](/static/img/images/03438.png)

# 使用方法

将这2个文件加入

![在这里插入图片描述](/static/img/images/03439.png)


main示例：

```csharp
#include "sys.h"
#include "delay.h"
#include "usart.h"
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include "bmp280.h"
int main( void )
{
 float bmp280_temp;
 float bmp280_press;
 float high;
 NVIC_PriorityGroupConfig( NVIC_PriorityGroup_2 );
 delay_init();
 RCC_APB2PeriphClockCmd( RCC_APB2Periph_AFIO, ENABLE );
 GPIO_PinRemapConfig( GPIO_Remap_SWJ_JTAGDisable, ENABLE );
 delay_ms( 500 );
 uart_init( 115200 );
 bmp280Init();
 while ( 1 )
 {
  bmp280GetData( &bmp280_press, &bmp280_temp, &high );
  delay_ms( 500 );
  printf( "bmp280_press:%.2f\r\n", bmp280_press );
  delay_ms( 100 ); 
  printf( "bmp280_temp :%.2f\r\n", bmp280_temp );
  delay_ms( 100 );
  printf( "bmp280_high :%.2f\r\n\r\n", high );
  delay_ms( 100 );
 }
}
```

# 接线方法

vcc-3.3

gnd-gnd

SCL-PB12

SDA-PB13

如果需要更换引脚，改这2个地方的代码：

![在这里插入图片描述](/static/img/images/03440.png)

![在这里插入图片描述](/static/img/images/03441.png)

# 源码工程下载

![在这里插入图片描述](/static/img/images/03442.png)

源码为stm32f103c8t6 keil 标准库工程，如下：


![在这里插入图片描述](/static/img/images/03443.png)

下载请看：

```csharp
https://docs.qq.com/sheet/DUEdqZ2lmbmR6UVdU?tab=BB08J2
```

【TB作品】STM32单片机读取大气压强传感器BMP280

# 实物





![在这里插入图片描述](/static/img/images/03444.jpeg)

# main

```csharp
#include <msp430.h>
#include "stdio.h"
#include "OLED.h"
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <math.h>
// P2.2 oled scl
// P2.3 oled sda
// p1.0 bmp180 scl
// p1.1 bmp180 sda
// vcc 3.3v
// gnd gnd
#include "bmp180.h"
unsigned char disp[16];
unsigned char cnt = 0;
int main(void) {
    uchar test = 0;
    WDTCTL = WDTPW + WDTHOLD;
    if (CALBC1_8MHZ == 0xFF) {
        while (1);
    }
    DCOCTL = 0;
    BCSCTL1 = CALBC1_8MHZ;
    DCOCTL = CALDCO_8MHZ;
    OLED_Init();
    delay_ms(400);
    OLED_Init();
    BMP085_IIC_IOinit;
    delay_ms(50);                           //上电延时
    Init_BMP085();                //初始化BMP085
    test = Single_Read(0xd0);
    _EINT();
    while (1) {
        bmp085Convert();
        OLED_ShowString(0, 0, "BMP180:", 0);
        if (temperature >= 0) { //不满足这个条件的话，说明是负数，有可能是干扰
            cnt = 0;
            disp[cnt++] = temperature % 1000000 / 100000 + '0';
            disp[cnt++] = temperature % 100000 / 10000 + '0';
            disp[cnt++] = temperature % 10000 / 1000 + '0';
            disp[cnt++] = temperature % 1000 / 100 + '0';
            disp[cnt++] = temperature % 100 / 10 + '0';
            disp[cnt++] = temperature % 10 + '0';
            disp[cnt++] = 'C';
            disp[cnt++] = 0;
            OLED_ShowString(0, 2, disp, 0);
            cnt = 0;
            disp[cnt++] = pressure % 10000000 / 1000000 + '0';
            disp[cnt++] = pressure % 1000000 / 100000 + '0';
            disp[cnt++] = pressure % 100000 / 10000 + '0';
            disp[cnt++] = pressure % 10000 / 1000 + '0';
            disp[cnt++] = pressure % 1000 / 100 + '0';
            disp[cnt++] = pressure % 100 / 10 + '0';
            disp[cnt++] = pressure % 10 + '0';
            disp[cnt++] = 'P';
            disp[cnt++] = 'a';
            disp[cnt++] = 0;
            OLED_ShowString(0, 4, disp, 0);
        }
        delay_ms(200);
        delay_ms(200);
        delay_ms(200);
        delay_ms(200);
        delay_ms(200);
    }
}
```

# 所有代码

这里获取：

```csharp
https://docs.qq.com/sheet/DUEdqZ2lmbmR6UVdU?tab=BB08J2
```

![在这里插入图片描述](/static/img/images/03445.png)

【TB作品】MSP430单片机读取大气压强传感器BMP180

# 连接





![在这里插入图片描述](/static/img/images/03446.png)

硬件连接：

30102:

 VCC<->3.3V

 GND<->GND

 SCL<->PB7

 SDA<->PB8

 IM<->PB9

USB-TTL:

 GND<->GND

 RXD<->PA9

 TXD<->PA10

# MAX30102心率传感器

![在这里插入图片描述](/static/img/images/03447.png)

# 读取的数值

stm32f103c8t6读取，加上一定稳定算法，可见读取很稳定：

![在这里插入图片描述](/static/img/images/03448.png)

算法取自这里：

[https://github.com/HJ29/maxrefdes117-energia](https://github.com/HJ29/maxrefdes117-energia)


# 源代码获取请看：

```csharp
https://docs.qq.com/sheet/DUEdqZ2lmbmR6UVdU?tab=BB08J2
```

可以得到文件：

![在这里插入图片描述](/static/img/images/03449.png)

![在这里插入图片描述](/static/img/images/03450.png)

【TB作品】STM32单片机读取MAX30102心率传感器，血氧传感器，稳定数值输出，stm32f103c8t6

我是一个专注技术分享的博主,尤其爱搞深度学习和单片机电子。你现在看到的是我的个人博客网站。