GPT死区插入机制详解与BLDC电机六步换向驱动实战
1. 项目概述GPT死区插入与BLDC电机驱动在嵌入式电机控制领域尤其是驱动无刷直流BLDC电机这类需要高可靠性、高效率的应用时PWM脉宽调制信号的生成与处理是核心中的核心。我们不仅要能产生精确的占空比来控制转速和扭矩还必须确保驱动电路的安全。这其中死区时间Dead-Band的插入是一个关乎系统生死存亡的关键环节。想象一下控制一个三相半桥电路如果同一桥臂的上管和下管的控制信号在切换瞬间出现了哪怕几个纳秒的重叠导通就会形成从电源到地的直通短路瞬间产生巨大的电流尖峰轻则烧毁功率管重则摧毁整个驱动板。死区时间就是为了在这两个互补的PWM信号之间人为地插入一段“安全空白期”强制让一个管子完全关断后再开启另一个管子。通用定时器GPT模块作为现代微控制器MCU中的瑞士军刀其功能远不止简单的定时。以德州仪器TICC35xx系列MCU中的GPT为例它集成了强大的死区插入、故障保护Fault和停车Park逻辑使其成为电机驱动应用的理想选择。今天我就结合手册中的技术细节和实际项目经验深入剖析GPT的死区插入机制并手把手带你搭建一个用于BLDC电机驱动的六步换向PWM生成系统。无论你是正在评估芯片选型还是已经深陷调试泥潭希望这篇从寄存器配置到波形实测的完整解析能给你带来实实在在的帮助。2. 死区插入机制深度解析2.1 死区时间的本质与硬件实现原理死区时间不是一个软件延时函数。软件延时受中断响应、任务调度影响其精度和确定性无法满足功率开关如MOSFET、IGBT纳秒级切换的安全要求。因此死区必须在硬件层面实现。GPT模块的死区生成单元其输入是一个原始的、不带死区的参考PWM信号通常来自某个通道的比较输出输出则是两路互补的、带有插入死区的信号IO[n]和IO_C[n]。其核心工作原理可以用一个简单的时序图来理解。假设参考信号OUT0是一个标准的PWM波。当它发生上升沿跳变时对应下管关断、上管应导通的时刻死区逻辑并不会立即让IO[0]假设对应上管变高。相反它会启动一个由DBDLY.RISEDLY寄存器值决定的延迟计数器。在这段延迟期间IO[0]和IO_C[0]对应下管都保持为低电平这就是“死区”。延迟结束后IO[0]才变为高电平。同理当参考信号OUT0发生下降沿跳变时对应上管关断、下管应导通的时刻会启动一个由DBDLY.FALLDLY控制的延迟在此期间两路输出再次同时为低之后IO_C[0]才变为高电平。手册中特别强调了一个细节实际的延迟周期是(DBDLY.FALLDLY 1)和(DBDLY.RISEDLY 1)个系统时钟周期。这个“1”是硬件逻辑路径带来的固有延迟。同时IO和IO_C信号本身也会因为经过死区插入逻辑而额外延迟一个系统时钟周期。这意味着你在计算死区时间时必须把这个固有延迟考虑进去。例如系统时钟为100MHz周期10ns设置RISEDLY 9那么实际的上升沿死区时间就是(91) * 10ns 100ns。注意手册给出了两个重要的边界条件警告这在实际调试中至关重要如果RISEDLY设置得大于或等于参考信号的高电平脉宽那么IO输出将恒为低。这相当于上管永远无法打开。如果FALLDLY设置得大于或等于参考信号的低电平脉宽那么IO_C输出将恒为低。这相当于下管永远无法打开。这两个情况都会导致PWM输出失效。在动态调整PWM占空比时必须确保你的最小高/低电平脉宽大于你设置的死区时间。一个常见的做法是在软件中限制PWM占空比的可调范围例如限制在5%到95%之间为死区留出空间。2.2 关键寄存器配置详解要让GPT的死区功能工作起来需要配置好几个寄存器它们环环相扣DBDLY寄存器这是死区时间的“刻度盘”。你需要根据系统时钟频率和所需死区时间来设置RISEDLY和FALLDLY字段。通常为了对称两者会设置为相同的值。计算公式为寄存器值 (所需死区时间 / 系统时钟周期) - 1。例如需要200ns死区系统时钟周期10ns则寄存器值应设为(200/10)-1 19。DBCTL寄存器这是死区功能的“开关”和“通道选择器”。你需要将对应通道的使能位置1。例如要对通道0的输出对IO0和IO_C0使能死区就设置DBCTL.IO0 1。CxCFG寄存器如C0CFG这是PWM信号生成的“发动机”。你需要配置通道为PWM输出模式。对于边缘对齐PWM通常设置CCACT 0xBSet on zero, toggle on compare repeatedly并设置MODE 0x2UP_PER向上计数周期模式。同时通过OUT0等字段使能该通道控制对应的物理输出引脚。IOCTL寄存器这个寄存器用于在非PWM模式下手动控制输出或者在故障/停车时强制输出特定状态。在正常的PWM生成配合死区插入的场景下通常将其配置为默认的“正常输出”模式OUTx和COUTx字段设为0即可让GPT的通道逻辑来驱动引脚。一个典型的初始化代码序列伪代码如下// 假设使用GPT0的通道0生成PWM并启用其死区功能 // 1. 配置PWM周期和占空比 GPT0-TGT PWM_PERIOD; // 设置PWM周期计数值 GPT0-C0CC PWM_DUTY_CYCLE; // 设置比较值决定占空比 // 2. 配置通道0为PWM输出模式边缘对齐 GPT0-C0CFG (0xB 0) | // CCACT 0xB: Set on zero, toggle on compare repeatedly (1 8); // OUT0 1: 通道0控制输出0 // 3. 配置死区时间假设系统时钟100MHz需要500ns死区 // 所需死区计数 500ns / 10ns 50个时钟周期 // 寄存器值 50 - 1 49 GPT0-DBDLY (49 16) | (49 0); // 设置 RISEDLY 和 FALLDLY 均为49 // 4. 使能通道0的死区插入功能 GPT0-DBCTL | (1 0); // 设置 DBCTL.IO0 1 // 5. 启动定时器 GPT0-CTL | (0x2 0); // 设置 MODE 0x2 (UP_PER)2.3 与故障Fault和停车Park功能的协同死区插入并非孤立工作在电机驱动中它必须与故障保护和紧急停车功能无缝协同。GPT的故障输入Fault可以来自过流、过温、欠压等硬件保护电路一旦触发需要立即安全地关闭PWM输出。Park功能则允许软件将输出强制设置为一个已知的安全状态通常全为低关断所有功率管。手册中详细描述了死区与Park协同工作的两种场景这是确保安全切换的关键场景一Park状态相反IO Park0, IO_C Park1 或反之这种情况比较简单。因为目标状态本身就是互补的一个高一个低这与正常的PWM死区操作在逻辑上一致。硬件可以像处理一次正常的PWM跳变一样在切换过程中插入死区安全地过渡到Park状态。场景二Park状态相同IO Park IO_C Park通常都为0这种情况更具挑战性。如果直接将两路输出都拉到低而它们之前的状态是互补的一高一低那么在切换瞬间就可能出现直通风险。GPT的硬件逻辑采用了一种巧妙的“锁定-切换”序列锁定第一个输出当Park激活时死区参考信号立即被设置为IO的Park状态比如0。经过RISEDLY或FALLDLY延迟后IO输出进入Park状态低然后被“锁定”不再受后续参考信号变化的影响。切换参考设置第二个输出在IO被锁定的同时死区参考信号被切换为IO_CPark状态的反码如果Park是0则参考信号变为1。这个新的参考信号再经过一个延迟将IO_C输出也安全地拉低。总延迟这个过程需要(RISEDLY FALLDLY 2)个系统时钟周期才能让两个输出都稳定在Park状态。这比状态相反时的(RISEDLY1)或(FALLDLY1)个周期要长。在软件设计安全状态机时必须考虑这个额外的稳定时间在输出未完全稳定前不应解除故障状态或进行其他操作。3. BLDC电机六步换向驱动实战3.1 系统架构与硬件连接一个典型的三相BLDC电机驱动需要三个半桥电路每个半桥需要一对互补的PWM信号来控制上管和下管。因此我们至少需要GPT的三个通道例如通道0、1、2每个通道生成一对带死区的互补输出IO0/IO_C0, IO1/IO_C1, IO2/IO_C2。硬件连接上这六路信号直接或通过栅极驱动器连接到六个功率MOSFET/IGBT的栅极。务必确保GPT的IOx输出连接到上管IO_Cx输出连接到下管这与死区逻辑的设计是匹配的。一个常见的映射关系是GPT 通道0:IO0- 半桥A上管 (Q0),IO_C0- 半桥A下管 (Q1)GPT 通道1:IO1- 半桥B上管 (Q2),IO_C1- 半桥B下管 (Q3)GPT 通道2:IO2- 半桥C上管 (Q4),IO_C2- 半桥C下管 (Q5)3.2 六步换向软件算法实现BLDC电机通过按特定顺序给其中两相通电来产生旋转磁场驱动转子转动。一个电周期分为6个步进Phase。在每个步进中一相上管打开另一相下管打开第三相悬空不导通。通过改变PWM的占空比可以调节通电相的电流从而控制电机的转速和扭矩。根据手册提供的换向表我们可以将其转化为具体的寄存器操作。这里的关键是使用IOCTL寄存器来动态改变输出的极性和使能状态而不是重新配置整个PWM通道。因为PWM的周期和占空比用于调速在运行中通常是固定或缓慢变化的而换向是快速切换的。以下是六个步进的软件操作示例伪代码假设我们使用中心对齐PWMMODE UPDWN_PER并且已经初始化好三个通道的PWM输出和死区// 定义换相表每个相位对应 [IO0, IO_C0, IO1, IO_C1, IO2, IO_C2] 的IOCTL配置 // 配置值含义: 0正常, 1驱动低, 2驱动高, 3取反 const uint32_t phase_table[6] { // Phase 1: A高B低C关断 (2 0) | (1 2) | (0 4) | (3 6) | (0 8) | (0 10), // OUT0高, COUT0低, OUT1正常, COUT1取反, OUT2/COUT2正常(低) // Phase 2: A高C低B关断 (2 0) | (1 2) | (0 4) | (0 6) | (0 8) | (3 10), // Phase 3: B高C低A关断 (0 0) | (0 2) | (2 4) | (1 6) | (0 8) | (3 10), // Phase 4: B高A低C关断 (3 0) | (0 2) | (2 4) | (1 6) | (0 8) | (0 10), // Phase 5: C高A低B关断 (3 0) | (0 2) | (0 4) | (0 6) | (2 8) | (1 10), // Phase 6: C高B低A关断 (0 0) | (0 2) | (3 4) | (0 6) | (2 8) | (1 10), }; void switch_phase(uint8_t phase) { if (phase 6) return; GPT0-IOCTL phase_table[phase]; }代码解释以Phase 1为例OUT02(驱动高打开Q0上管)COUT01(驱动低关闭Q1下管)OUT10(正常由PWM控制但此时PWM为低)COUT13(取反由于OUT1为低取反后为高打开Q3下管)OUT2和COUT2为0正常但PWM输出低关闭Q4和Q5。这就实现了A相上管PWM驱动B相下管常开C相完全关断。“取反”模式是关键它使得IO_Cx输出与IOx输出始终保持互补这正是半桥驱动所需要的同时也自动包含了我们已经配置好的死区时间。3.3 换向时机与同步策略何时触发换向是BLDC控制算法的核心。常见的方法有基于霍尔传感器这是最直接的方法。三个霍尔传感器输出60或120度电角度的方波其组合对应6个特定的换向点。将霍尔传感器信号连接到MCU的外部中断引脚或GPT的捕获输入在中断服务程序中调用switch_phase()即可。基于反电动势BEMF检测无传感器对于未安装霍尔传感器的电机可以通过检测未通电相绕组的反电动势过零点来估算转子位置。这通常需要ADC采样。GPT的ADC触发功能ADCTRG寄存器可以派上用场例如在PWM周期的中心点此时开关噪声最小触发ADC采样BEMF电压。基于定时器的强制换向在开环启动或简单速度控制中也可以根据设定的速度在GPT的ZERO或TGT中断中通过软件计数器来定时换向。这确保了换向总是发生在PWM周期的边界避免了在PWM脉冲中间换向可能引起的电流断续问题。一个重要的同步技巧手册建议软件换向操作最好在GPT的ZERO中断中进行。这是因为ZERO中断发生在计数器归零时即PWM周期的开始。在此刻换向可以保证整个PWM周期内功率管的导通状态是稳定和完整的避免了因换向发生在PWM脉冲中间而导致的电流畸变和转矩脉动。你可以使能ZERO中断并在中断服务程序里根据你的位置估算算法无论是霍尔、BEMF还是定时来决定是否执行换向。4. 关键寄存器功能速查与配置清单GPT模块寄存器众多为了在开发时快速查阅我将核心寄存器及其在BLDC驱动中的关键配置整理如下表寄存器名称偏移地址核心功能在BLDC驱动中的典型配置与说明CTL0x0C定时器控制MODE0x3(UPDWN_PER中心对齐PWM)。CMPDIR根据需求设置通常双向比较。PRECFG0x18时钟预分频根据所需PWM频率和计数器位数计算TICKDIV。PWM频率 系统时钟 / ((TICKDIV1) * (TGT1) * 2) 中心对齐。TGT0x13C计数器目标值决定PWM周期。周期值 (TGT 1) * 定时器时钟周期 * 2 中心对齐。CxCC(C0CC等)0x140, 0x144...通道比较值决定PWM占空比。占空比 (CxCC / TGT) * 100% 中心对齐需注意死区占用时间。CxCFG(C0CFG等)0xC0, 0xC4...通道配置CCACT0xA(中心对齐PWM模式)。使能对应输出如OUT01。INPUT和EDGE在捕获模式使用。DBDLY未在片段中给出偏移死区延迟设置RISEDLY和FALLDLY。值 (死区时间 / 系统时钟周期) - 1。必须对称设置。DBCTL未在片段中给出偏移死区控制对需要死区的通道对如IO0/IO_C0置位对应位如IO01。IOCTL0x48IO控制用于六步换向。动态配置各输出为高、低、正常或取反实现换相逻辑。IMASK / RIS / ICLR0x68, 0x6C, 0x78中断管理使能ZERO和TGT中断用于同步。可能使能FAULT中断用于紧急保护。ADCTRG0x44ADC触发在无传感器控制中可配置在TGT或ZERO事件触发ADC采样BEMF。实操心得配置GPT时建议遵循一个固定的顺序避免意外输出。我的习惯是1) 先配置时钟和分频PRECFG。2) 配置周期TGT和占空比CxCC。3) 配置通道模式CxCFG但先不使能输出。4) 配置死区DBDLY, DBCTL。5) 配置故障和停车相关安全功能。6)最后才启动定时器CTL.MODE。这个“先静后动”的顺序能最大程度保证系统上电时的安全。5. 调试技巧与常见问题排查即使理解了所有原理实际调试中依然会遇到各种问题。下面是我在多个项目中总结出的常见问题清单和排查思路现象可能原因排查步骤与解决方案无PWM输出1. 定时器未启动。2. 通道输出未使能CxCFG.OUTx。3. 时钟未使能CLKCFG。4. 引脚复用功能未配置。1. 检查CTL.MODE是否已设为非DISABLE模式。2. 检查对应通道的CxCFG.OUTx位是否置1。3. 检查CLKCFG.ENABLE位。4. 检查MCU的IOMUX配置确保引脚功能已映射到GPT。PWM有输出但电机不转/抖动1. 死区时间过长导致有效占空比过小。2. 换向逻辑错误相位顺序不对。3. 功率级硬件问题如栅极驱动不足自举电容失效。4. 电流检测或保护误触发。1.用示波器测量互补PWM对确认死区时间是否合理通常100ns-1us。检查DBDLY计算。2. 逐步单步执行换向代码用示波器观察6路输出是否符合六步时序图。检查IOCTL配置表。3. 测量功率管栅极电压确保有足够的开启电压如12V。检查自举电路二极管和电容。4. 检查故障输入引脚电平并查看RIS.FAULT是否被置位。电机啸叫或噪音大1. PWM频率在人耳可闻范围20kHz。2. 换向时机不准导致转矩脉动。3. 死区时间不足导致上下管轻微直通引起振荡。1. 提高PWM频率至20kHz以上。重新计算PRECFG.TICKDIV和TGT。2. 确保换向发生在PWM周期边界如ZERO中断内。检查霍尔传感器信号或BEMF过零点检测电路和算法。3.用示波器放大观察上下管驱动信号的交叉点确认是否存在重叠。适当增加DBDLY值。改变占空比无效1. 错误地写入了PCxCCNC而不是CxCC寄存器。2. 写入的比较值大于周期值TGT。3. 使用的是Pipeline寄存器但未在计数器归零时更新。1. 确认你修改的是活动比较寄存器CxCC。PCxCC是管道寄存器用于无抖动更新其值在下一个周期生效。2. 确保CxCCTGT。3. 如果使用PCxCC实现平滑更新需理解其值是在下一个计数器为零时才载入CxCC。故障保护不生效1. 故障输入引脚未正确配置或连接。2. 故障极性配置错误。3. Park状态配置错误未能安全关断。1. 检查故障输入引脚的GPIO和复用功能配置。2. 查阅数据手册确认故障输入是高电平有效还是低电平有效并检查硬件电路。3. 模拟一个故障信号用示波器观察所有6路PWM输出是否立即全部变为安全状态通常全低。检查PARK寄存器配置。调试必备工具示波器至少四通道这是调试电机驱动的眼睛。必须同时观察同一桥臂的上下管驱动信号确认死区。观察三相输出确认六步换向时序正确。逻辑分析仪如果需要长时间捕获换向序列与霍尔传感器信号的关系逻辑分析仪比示波器更高效。电流探头观察电机相电流波形是判断换向是否准确、电流控制是否稳定的最直接手段。理想的相电流应为连续、平滑的梯形波或正弦波。最后安全第一。在首次上电测试时务必先使用高阻值电阻或白炽灯作为假负载而不是直接连接电机。这样可以避免因配置错误导致的炸管风险。逐步验证PWM波形、死区、换向逻辑都正确后再接入电机进行低速测试。GPT模块提供的死区、故障保护等功能是强大的硬件保障但正确的理解和配置才是发挥其作用的前提。希望这篇结合了手册原理和实战经验的详解能让你在下一个BLDC电机驱动项目中更加得心应手。

相关新闻

DDPG优化滑模控制:实现自适应参数调整与抖振抑制

DDPG优化滑模控制:实现自适应参数调整与抖振抑制

1. 项目背景与核心价值在工业控制领域,滑模控制(Sliding Mode Control, SMC)因其对系统参数变化和外部干扰具有强鲁棒性而被广泛应用。但传统SMC存在两个痛点:一是需要人工经验调整控制参数,二是固有的抖振现象。我在某型号无人机飞控系统开发…

2026/7/26 1:16:01 阅读更多 →
基于大数据+Hadoop+台风灾情分析与可视化平台

基于大数据+Hadoop+台风灾情分析与可视化平台

选题背景近年来,全球气候变化加剧,极端天气事件频发,台风作为最具破坏性的自然灾害之一,对人类社会和经济发展造成严重影响。据统计,每年全球平均有80多个台风生成,其中约30%会对沿海地区造成重大损失。特别…

2026/7/26 1:15:01 阅读更多 →
HarmonyOS开发实战:笔友-ArkUI 主题系统——颜色 token 与字号 token 的实践

HarmonyOS开发实战:笔友-ArkUI 主题系统——颜色 token 与字号 token 的实践

前言 在 ArkUI 应用中,主题系统是保证 UI 一致性的关键基础设施。xiexin 的 Constants.ets 通过 AppColors 静态类集中管理了 18 个颜色 token,并通过 resources/base/element/ 资源目录实现字号 token 的配置。 本文将以 Constants.ets 和 resources/…

2026/7/26 1:15:01 阅读更多 →

最新新闻

深入解析MibSPI的SPIFMT与TGINTVECT:灵活协议与高效中断管理

深入解析MibSPI的SPIFMT与TGINTVECT:灵活协议与高效中断管理

1. MibSPI与SPIFMT寄存器:从基础到高级配置的深度解析在嵌入式开发领域,尤其是汽车电子和工业控制这类对实时性与可靠性要求极高的场景,SPI(串行外设接口)几乎是工程师的“必修课”。但标准SPI的局限性也很明显&#x…

2026/7/26 1:21:02 阅读更多 →
开源语音识别FunASR入门详解

开源语音识别FunASR入门详解

开源语音识别FunASR入门详解 大家好,我是你们的老朋友——资深技术博主。今天咱们来聊一个超级实用的开源项目:FunASR。如果你对语音识别感兴趣,或者想在自己的应用里加入语音转文字功能,那这篇文章就是为你准备的。## 什么是FunA…

2026/7/26 1:21:02 阅读更多 →
模型压缩技术演进与工程实践:从剪枝到自适应推理

模型压缩技术演进与工程实践:从剪枝到自适应推理

1. 模型压缩技术发展脉络2015年深度学习爆发式增长时,我在部署第一个图像识别模型时就遇到了内存溢出问题——当时移动端设备根本无法承载超过100MB的模型。这个痛点直接推动了我对模型压缩技术的持续追踪。过去十年间,我们见证了从简单权值剪枝到神经架…

2026/7/26 1:21:02 阅读更多 →
多AI智能体协同系统架构与实战优化

多AI智能体协同系统架构与实战优化

1. 项目概述:当多个AI大脑开始团队协作 去年调试一个复杂业务场景时,我遇到了单LLM的瓶颈——当需要同时处理代码生成、文档撰写和API调试时,单个模型要么频繁切换上下文导致质量下降,要么直接拒绝跨领域请求。这促使我开始实验多…

2026/7/26 1:21:02 阅读更多 →
PHP 静态分析工具实战 PHPStan 和 Psalm 完全指南

PHP 静态分析工具实战 PHPStan 和 Psalm 完全指南

PHP 静态分析工具实战:PHPStan 和 Psalm 完全指南 在 PHP 开发中,动态类型的特性虽然灵活,但也容易引入难以发现的 bug。静态分析工具能够在代码运行之前发现潜在问题,显著提升代码质量。本文将深入介绍两个最流行的 PHP 静态分析…

2026/7/26 1:21:02 阅读更多 →
AI技术如何突破卫星导航精度瓶颈

AI技术如何突破卫星导航精度瓶颈

1. 卫星导航行业的技术困境与AI转型挑战全球卫星导航产业正面临前所未有的技术迭代压力。传统GNSS(全球导航卫星系统)服务商在定位精度、信号覆盖和动态响应等方面遭遇瓶颈。以城市峡谷环境为例,多径效应导致的定位误差普遍在15-30米范围&…

2026/7/26 1:20:02 阅读更多 →

日新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/26 0:00:31 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/26 0:00:31 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/26 0:00:31 阅读更多 →

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/26 0:00:31 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/26 0:00:31 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/26 0:00:31 阅读更多 →

月新闻