google提供的blog搜索网址

1、yolov5车辆行人检测，包含yolov5s和yolov5m两种训练好的车辆行人检测权重，以及PR曲线，loss曲线等等，map达90% 多，在一万多张交通场景行人车辆数据集中训练得到的权重，有pyqt界面，目标类别为person和car 共2个类别，并附5000多张行人车辆检测数据集，标签格式为txt和xml两种，分别保存在两个文件夹中2、pyqt界面可以 检测图片、视频和调用摄像头，有相应的选择项3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/1242307434、采用pytrch框架，python代码

其中2009年、2011年、2012年、2013年、2015年、2017年、2019年的数据中有里程和票价信息，2010年和2020年的数据中有票价信息。一、数据覆盖范围与特点1. 时间跨度：覆盖2009-2024年，共16年数据，其中2009年、2011-2013年、2015年、2017年、2019年包含里程和票价信息，2010年、2020年包含票价信息，最新数据更新至2024年2月。2. 车次类型：包含C（城际）、D（动车）、G（高铁）、K（快速）、T（特快）、Z（直达）字母打头的车次，以及普通绿皮车次，完整反映我国铁路客运体系。3. 数据规模：总行数104,593条，包含车站名称、发车/到达时间、运行时长、票价等核心字段，符合铁路交通大数据特征。二、数据采集技术分析1. 爬虫实现路径：采用多语言混合开发，通过模拟登录12306等平台，规避验证码等反爬机制。 结合正则表达式提取车次、票价、里程等结构化数据。 - 数据存储采用Excel格式，便于后续清洗与可视化处理。2. 技术难点： 12306动态加载数据需解析内容， 跨年数据更新需设计增量爬取策略，避免重复抓取。三、数据应用1. 交通规划：可分析各线路客流量分布，辅助铁路部门优化班次调度。2. 学术研究：为高铁经济效应、区域发展关联等研究提供基础数据支持。3. 公众服务：支持离线查询全国任意两站间的时刻与票价，提升出行效率。车次 站序 站名 到达时间 开始时间 停留时间 运行时间 天数 里程 一等座价格 商务座价格 二等座价格 硬座价格 硬卧价格 软卧价格