使用Frida-trace逆向分析iOS应用Apple服务认证签名机制
1. 项目概述一次针对Apple服务认证机制的深度探索最近在分析一些iOS应用与服务端的交互协议时遇到了一个挺有意思的挑战Apple Account苹果账户服务在某些关键请求中使用了一个名为X-MMe-Nas-Qualify的HTTP请求头其值看起来是一串经过特定算法签名的字符串。这个签名机制直接关系到请求的合法性与认证状态如果不能理解其生成逻辑就无法模拟客户端行为进行自动化测试或深入研究其通信流程。这显然是一个典型的移动端逆向工程场景而我的工具选择是Frida特别是其强大的动态追踪工具Frida-trace。这个项目就是记录我如何一步步“拆解”这个签名黑盒还原其生成逻辑的全过程。对于从事移动安全研究、协议分析或者自动化脚本开发的同行来说这类问题并不陌生。我们常常需要面对客户端内置的、未公开的加密或签名算法。静态分析反编译固然重要但对于混淆严重、逻辑复杂的现代App动态追踪往往能更快地定位到关键函数。Frida-trace正是这样一把“手术刀”它能让我们在不修改应用二进制文件的情况下动态地挂钩Hook函数调用观察其输入、输出和执行流程。本次实战的目标非常明确定位生成X-MMe-Nas-Qualify头部的函数并逆向出其签名算法。无论你是想学习Frida在iOS逆向中的高级用法还是对Apple服务的内部机制感到好奇这篇记录都能提供一条清晰的路径和不少实操中的“坑点”提醒。2. 逆向工程环境与工具链搭建工欲善其事必先利其器。在开始追踪之前一个稳定、高效的逆向环境是成功的基石。本次实战主要围绕iOS平台进行因此核心设备是一台已越狱的iPhone运行iOS 14-15版本为宜兼容性较好或者使用iOS模拟器进行部分前期探索。我强烈推荐使用真机因为模拟器的环境与真机存在差异某些系统私有框架的调用行为可能不一致。2.1 核心工具Frida及其生态Frida是我们的主力武器。它是一个动态代码插桩工具包允许你向目标进程注入JavaScript代码片段来拦截函数调用、操作内存等。在iOS上使用Frida需要在设备上安装Frida Server。在越狱设备上安装Frida Server首先在Cydia或Sileo等越狱商店中添加Frida的官方源https://build.frida.re。搜索并安装Frida包。安装成功后Frida Server会作为守护进程自动运行。你可以通过SSH连接到设备运行frida-ps -U命令来验证是否成功列出设备上的进程。在开发机如Mac上安装Frida客户端工具pip install frida-tools这将会安装fridafrida-psfrida-ls-devices以及我们本次的核心——frida-trace。Frida-trace是Frida工具包中用于快速函数追踪的命令行工具。它能够根据你提供的函数名模式支持通配符自动生成Hook脚本并附着到目标进程上将函数的调用、参数和返回值实时打印出来。这对于快速探索未知模块、定位目标函数来说效率远超手动编写JavaScript脚本。2.2 辅助工具与配置网络抓包工具Charles或mitmproxy。这是我们的“眼睛”用于捕获HTTP/HTTPS流量明确我们要分析的请求和那个关键的X-MMe-Nas-Qualify头部。你需要配置设备代理和安装SSL证书以解密HTTPS流量。抓包是逆向的起点务必确保你能清晰看到目标请求。反汇编/反编译工具IDA Pro或Ghidra。虽然本次以动态分析为主但静态分析工具不可或缺。当我们通过Frida-trace定位到可疑函数地址后需要回到二进制文件中查看其上下文逻辑、交叉引用和数据结构从而深入理解算法。对于iOS通常分析的是解密后的IPA文件中的主二进制文件或相关的动态库.dylib。开发环境Python环境用于运行Frida脚本和自定义分析代码。一台与iOS设备在同一网络的Mac或Linux机器作为控制端。注意确保你的Frida Server版本与客户端frida-tools版本兼容。版本不匹配是连接失败的常见原因。建议使用相同的主要版本号。2.3 目标应用与场景准备我们分析的目标是Apple的内置服务它通常由akdApple ID验证守护进程、accounts框架或其他系统进程处理。你需要触发一个会产生X-MMe-Nas-Qualify头部的操作。一个典型的场景是在iOS设置中登录或刷新Apple ID账户状态或者使用某些依赖Apple ID的App如App Store进行需要验证的操作。通过抓包工具你应该能捕获到类似如下的请求示例POST https://appleid.apple.com/authenticate/2sv/verify X-MMe-Nas-Qualify: AQAAAABYmVh......一长串Base64样式的字符串记录下这个请求的完整URL、发生时机以及触发方式。这是我们后续验证逆向成果是否正确的“金标准”。3. 核心思路从模糊定位到精确打击面对一个庞大的二进制文件直接寻找签名函数犹如大海捞针。我的策略是分层递进结合动静分析逐步缩小范围。3.1 策略一基于网络库的入口点追踪现代iOS应用的网络请求大多通过高层API如NSURLSession发起最终会调用到底层的网络库如CFNetwork或libcurl。一个请求在发出前其所有的头部包括X-MMe-Nas-Qualify都需要被添加到请求结构中。因此我们的第一个突破口是挂钩负责设置HTTP头部的函数。在iOS的CFNetwork框架中有一个关键函数CFHTTPMessageSetHeaderFieldValue它用于为HTTP请求或响应消息设置特定的头部字段和值。我们可以先尝试追踪这个函数。frida-trace -U -n “akd” -i “*CFHTTPMessageSetHeaderFieldValue*”-U: 连接到USB设备。-n “akd”: 指定目标进程名这里以akd为例具体进程名需通过frida-ps -U确认。-i “*CFHTTPMessageSetHeaderFieldValue*”: 追踪所有名称匹配此模式*为通配符的函数。执行命令并触发目标网络请求。如果幸运你会在控制台看到这个函数的调用记录包括其参数。你可以观察是否有参数包含“X-MMe-Nas-Qualify”字符串。如果找到了那么我们就获得了函数调用的堆栈Backtrace这能指引我们向上回溯找到是哪个上层函数计算并调用了它。3.2 策略二基于字符串引用的静态分析辅助如果策略一没有直接命中或者输出信息过于庞杂我们需要结合静态分析。使用IDA Pro或Ghidra加载目标二进制文件如akd可执行文件。搜索字符串在二进制文件中直接搜索字符串“X-MMe-Nas-Qualify”。如果这个字符串常量被硬编码在代码段中静态分析工具可以找到它。定位引用找到该字符串后查看有哪些代码位置函数引用了它。这些引用点极有可能就是构造或设置该头部的关键函数。获取函数名/地址记下这些函数的地址或名称如果符号未剥离。例如你可能会发现一个名为-[AKAppleIDAuthenticationService _qualifyHeaderForRequest:]之类的方法此为推测示例。3.3 策略三使用Frida-trace追踪可疑模块或类方法基于静态分析得到的线索函数名、类名我们可以进行更精确的动态追踪。追踪特定Objective-C方法frida-trace -U -n “akd” -m “-[AKAppleIDAuthenticationService *qualify*]”-m参数用于匹配Objective-C方法。*是通配符qualify是我们猜测的方法名关键词。这会追踪AKAppleIDAuthenticationService类中所有包含qualify的方法。追踪整个模块的所有函数如果怀疑签名逻辑在某个特定的动态库中比如一个叫AppleAccount的私有框架可以追踪该库的所有导出函数。frida-trace -U -n “akd” -I “AppleAccount”-I参数用于追踪指定库通过dlopen加载的image中的所有函数。这会产生大量输出但可以通过观察在触发网络请求瞬间的密集调用来筛选目标。实操心得在实际操作中这三种策略往往是循环使用的。我通常会先快速用策略一扫描如果没有明确结果就转向策略二进行静态定位获取一些候选函数名再用策略三进行动态验证。这个过程需要耐心和一定的直觉对iOS运行时和框架的熟悉程度能大大加快进度。4. 实战追踪与算法还原过程实录假设通过上述方法我们最终将目标锁定在了一个名为_generateQualifySignature的私有C函数上地址0x1043abc00。接下来就是最激动人心的部分深入该函数观察其输入、输出和内部逻辑。4.1 使用Frida-trace进行深度Hook首先我们让Frida-trace为我们生成这个函数的Hook脚本模板。frida-trace -U -n “akd” -a “0x1043abc00”-a参数用于指定绝对地址。执行后Frida-trace会在当前目录的__handlers__子文件夹下生成一个JavaScript文件如0x1043abc00.js。这个文件包含了该函数被调用时的入口onEnter和退出onLeave回调函数模板。我们需要编辑这个JS文件添加详细的日志逻辑以捕获所有我们关心的信息。// __handlers__/akd/_0x1043abc00.js onEnter: function (log, args, state) { log(‘_generateQualifySignature 被调用’); // 假设通过反汇编分析我们知道第一个参数是指向输入数据的指针第二个参数是输入长度 var inputPtr args[0]; var inputLen args[1].toInt32(); // 读取输入数据假设是字节数组 if (inputPtr ! 0) { var inputBytes Memory.readByteArray(inputPtr, inputLen); // 转换为16进制字符串便于查看 var inputHex hexdump(inputBytes, { offset: 0, length: inputLen, header: false, ansi: false }); log(‘输入数据 (长度: ‘ inputLen ‘):\n’ inputHex); // 也可以尝试解读为字符串看是否是明文 var inputString Memory.readUtf8String(inputPtr); log(‘输入数据 (作为字符串): ‘ inputString); } // 记录堆栈帮助理解调用链 log(‘调用堆栈:\n’ Thread.backtrace(this.context, Backtracer.ACCURATE).map(DebugSymbol.fromAddress).join(‘\n’)); }, onLeave: function (log, retval, state) { // 假设返回值是指向签名结果字符串的指针 var resultPtr retval; if (resultPtr ! 0) { var resultString Memory.readUtf8String(resultPtr); log(‘函数返回值 (签名结果): ‘ resultString); // 与我们抓包得到的 X-MMe-Nas-Qualify 值进行比对 log(‘预期值 (来自抓包): ‘ ‘AQAAAABYmVh…’); } }编辑保存后重新运行Frida-trace或它会自动重载然后触发网络请求。控制台将打印出该函数每次被调用的详细信息。4.2 分析输入与算法推测通过多次触发不同场景的请求例如不同账户、不同时间观察_generateQualifySignature的输入数据。你可能会发现规律输入数据可能是一个拼接的字符串包含设备标识符如UDID、当前时间戳、某个随机数Nonce、账户名片段等。通过对比多次调用的输入可以分析出哪些部分是固定的哪些是变化的。输出数据即X-MMe-Nas-Qualify的值看起来像Base64编码的二进制数据。一个合理的猜测是输入数据经过某种哈希算法如SHA256和非对称加密如RSA签名后再进行Base64编码。为了验证我们需要进一步深入。4.3 挂钩底层密码学函数如果_generateQualifySignature内部调用了系统密码学API我们可以继续向下追踪。iOS常用的密码学接口是CommonCrypto框架和Security框架的函数。挂钩 CommonCrypto 哈希函数frida-trace -U -n “akd” -i “CC_SHA256_Init” -i “CC_SHA256_Update” -i “CC_SHA256_Final”挂钩 Security 框架签名函数frida-trace -U -n “akd” -i “SecKeyCreateSignature”将这些Hook脚本也像之前一样进行增强打印出它们被调用时的参数如哈希的输入数据、签名使用的密钥类型等。通过组合分析_generateQualifySignature及其内部调用的密码学函数的输入输出流我们就能逐步拼凑出完整的算法流程。一个可能还原出的伪代码流程如下构造明文消息MM 时间戳 “|” 设备ID “|” 账户本地标识 “|” 随机数计算消息摘要H SHA256(M)使用设备内置的某个私钥可能是存储在Secure Enclave中的与设备证书关联的密钥对H进行ECDSA签名或RSA-PSS签名S Sign(PrivateKey, H)对签名结果S进行Base64编码得到最终的X-MMe-Nas-Qualify头部值。重要提示即使逆向出了算法流程完整复现也极具挑战。因为最关键的一步——使用设备私钥签名——依赖于每台设备独有的、硬件保护的密钥这是无法导出的。逆向的目的通常在于理解机制、进行安全评估或者在越狱环境下利用合法进程的上下文来生成有效的签名即“重放”或“借用”而非真正在外部设备上生成一个全新的合法签名。5. 逆向工程中的典型问题与排查技巧在实际操作中你几乎一定会遇到各种问题。下面是我踩过的一些坑和解决方法。5.1 Frida连接或注入失败症状frida-ps -U无法列出进程或frida-trace报错Failed to attach: unable to connect to remote frida-server。排查检查设备连接确保USB连接正常可以使用idevice_id -l需要安装libimobiledevice查看是否识别到设备。检查Frida Server状态通过SSH登录设备运行ps aux | grep frida-server确认进程在运行。可以尝试重启killall frida-server然后重新启动通常安装包有LaunchDaemon会自动重启。检查版本兼容性使用frida --version和登录设备运行frida-server --version对比。强烈建议版本一致。检查端口Frida Server默认监听27042端口。确保没有防火墙规则阻止。5.2 目标进程崩溃或行为异常症状注入Frida脚本后目标App闪退或网络请求不再发出。排查Hook了敏感函数某些系统关键函数被Hook后可能导致稳定性问题。尝试缩小Hook范围只追踪最可疑的函数。脚本逻辑错误在onEnter/onLeave回调中如果对内存指针的读写越界会导致崩溃。仔细检查你的指针是否为NULL读取的长度是否正确。使用Memory.readByteArray比直接读C字符串更安全。使用NativeFunction调用原函数如果你在onEnter中修改了参数或者需要在onLeave中修改返回值务必小心。最好先备份原参数调用原函数后再处理结果。不正确的调用约定abi也会导致崩溃。// 在 onEnter 中保存原函数指针 state.origFunc new NativeFunction(ptr(‘0x1043abc00’), ‘pointer’, [‘pointer’, ‘int’]); // 在 onLeave 中如果你想调用原函数并获取结果 // var realRetval state.origFunc(args[0], args[1]);5.3 追踪输出信息过载难以定位症状使用-I追踪整个库时每秒产生成千上万行日志根本看不清。排查使用过滤器FilterFrida-trace支持-include和-exclude参数来过滤模块或函数。例如先排除掉已知不相关的系统库。frida-trace -U -n “akd” -I “AppleAccount” -x “libsystem*” -x “libdispatch*”聚焦关键时期先启动目标App但不触发目标操作。准备好后再启动Frida-trace并立即触发操作。这样日志主要集中在关键调用上。输出到文件使用-o trace.log将输出重定向到文件然后用文本编辑器或grep进行离线分析。frida-trace -U -n “akd” -i “*CFHTTPMessageSetHeaderFieldValue*” -o qualify_trace.log5.4 无法在静态分析中找到字符串或函数症状在IDA中搜索“X-MMe-Nas-Qualify”无结果。排查字符串可能被加密或混淆现代应用会加密字符串常量运行时解密。这时需要关注初始化函数或某个解密函数。动态调试时可以在内存中搜索该字符串使用Frida的Memory.scan。头部名称可能是动态拼接的例如“X-MMe-” “Nas-” “Qualify”。需要搜索部分字符串或分析拼接逻辑。函数符号被剥离发布版本通常剥离了符号名你看到的都是地址如sub_1043ABC00。这时动态追踪获得的地址就至关重要你可以直接在静态分析工具中跳转到该地址进行分析。6. 从逆向成果到实际应用成功逆向出X-MMe-Nas-Qualify的生成逻辑即使无法完全独立复现签名也带来了多种可能性。6.1 协议分析与安全审计理解这个签名机制有助于评估Apple账户认证流程的安全性。例如可以分析签名的时效性时间戳的作用是什么过期机制如何密钥的绑定性签名是否严格绑定到特定设备如果设备密钥被提取在越狱环境下理论可行会有什么风险算法的强度使用的是ECDSA还是RSA密钥长度是多少这份分析可以作为移动应用安全评估报告的一部分。6.2 自动化脚本中的签名“重放”在越狱环境下的自动化脚本中你可能不需要自己生成签名。你可以直接调用系统函数使用Frida的NativeFunctionAPI在你的脚本中直接调用_generateQualifySignature函数传入合适的参数获取合法的签名值。这相当于“借用”了目标进程的合法签名能力。var generateQualifySignature new NativeFunction(ptr(‘0x1043abc00’), ‘pointer’, [‘pointer’, ‘int’]); // … 构造输入参数 … var signaturePtr generateQualifySignature(inputPtr, inputLen); var signature Memory.readUtf8String(signaturePtr);拦截并修改请求使用Frida Hook网络层函数在请求发出前直接替换或添加X-MMe-Nas-Qualify头部为你计算或拦截到的有效值。6.3 深入理解iOS安全体系通过这次实战你会更深入地接触到iOS的多个安全层级应用沙盒、Keychain服务、Secure Enclave用于保护私钥、代码签名、FairPlay加密对于App Store应用等。理解这些机制如何协同工作来保护像Apple ID这样的核心服务本身就是一次极佳的学习过程。7. 法律与道德边界的重要提醒必须强调的是逆向工程是一把双刃剑。法律风险对软件进行逆向工程可能违反最终用户许可协议EULA在某些司法管辖区绕过技术保护措施即使出于研究目的可能触犯法律如美国的《数字千年版权法案》DMCA。Apple的服务条款通常严格禁止反向工程。道德准则本技术分享仅限用于安全研究、教育学习和对自己拥有合法使用权的设备与软件进行探索。绝对禁止将此类技术用于攻击他人账户或系统。开发作弊、外挂程序。进行商业性的盗版或侵权活动。任何形式的非法侵入和破坏。我的个人实践原则是所有研究都在我自己完全拥有的设备上进行目的是理解技术原理、提升安全技能。任何研究成果的公开分享都会隐去可能被用于恶意目的的细节如具体的函数偏移地址、密钥处理细节等而侧重于方法论、工具使用和通用思路的探讨。逆向工程就像解谜其乐趣在于探索和理解系统的精妙设计。X-MMe-Nas-Qualify这个小小的HTTP头部背后牵连的是Apple整个账户安全生态的冰山一角。用Frida-trace这样的工具去剖析它不仅锻炼了技术能力更培养了一种系统化的分析思维。记住过程中遇到的每一个错误和崩溃都是通往更深入理解的阶梯。保持耐心细致记录大胆假设小心验证你就能揭开大多数看似黑盒的机制。

相关新闻

为什么选择Chocola?6大理由让它成为你的Android音乐首选

为什么选择Chocola?6大理由让它成为你的Android音乐首选

为什么选择Chocola?6大理由让它成为你的Android音乐首选 【免费下载链接】Chocola 🍫 Chocola is a cute and powerful offline music player for Android! 项目地址: https://gitcode.com/gh_mirrors/cu/Chocola 在如今音乐流媒体主导的时代&…

2026/7/29 21:30:08 阅读更多 →
智能内容捕获专家:3步实现浏览器媒体资源的自动化管理

智能内容捕获专家:3步实现浏览器媒体资源的自动化管理

智能内容捕获专家:3步实现浏览器媒体资源的自动化管理 【免费下载链接】cat-catch 猫抓 浏览器资源嗅探扩展 / cat-catch Browser Resource Sniffing Extension 项目地址: https://gitcode.com/GitHub_Trending/ca/cat-catch 从被动下载到主动管理的技术革新…

2026/7/29 21:29:07 阅读更多 →
Harbour开发指南:如何为项目贡献新功能或修复bug

Harbour开发指南:如何为项目贡献新功能或修复bug

Harbour开发指南:如何为项目贡献新功能或修复bug 【免费下载链接】Harbour Docker/Portainer management app for iOS, iPadOS and macOS. 项目地址: https://gitcode.com/gh_mirrors/ha/Harbour Harbour是一款面向iOS、iPadOS和macOS平台的Docker/Portainer…

2026/7/29 21:29:07 阅读更多 →

最新新闻

2026年开学返校行李箱怎么选?5款实测对比,学生党看这一篇就够了

2026年开学返校行李箱怎么选?5款实测对比,学生党看这一篇就够了

每年8月中下旬,后台私信里问得最多的问题就是:开学返校行李箱到底怎么选?直接给结论:24寸是绝大多数住校生的黄金尺寸,材质优先认准ABSPC复合或纯PC,轮子必须选双排TPE静音万向轮,预算控制在300…

2026/7/29 21:38:11 阅读更多 →
多语言开发必备!vscode-comment-translate字符串翻译与替换全流程

多语言开发必备!vscode-comment-translate字符串翻译与替换全流程

多语言开发必备!vscode-comment-translate字符串翻译与替换全流程 【免费下载链接】vscode-comment-translate This extension helps developers translate comments, strings, code hints, error messages, and variable names in their code. 注释翻译插件, 不干扰…

2026/7/29 21:38:11 阅读更多 →
Consolonia:重新定义终端UI开发!跨平台.NET框架如何让控制台应用焕发新生

Consolonia:重新定义终端UI开发!跨平台.NET框架如何让控制台应用焕发新生

Consolonia:重新定义终端UI开发!跨平台.NET框架如何让控制台应用焕发新生 【免费下载链接】Consolonia A cross-platform UI framework for .NET. 项目地址: https://gitcode.com/gh_mirrors/co/Consolonia Consolonia是一个强大的跨平台UI框架&a…

2026/7/29 21:38:11 阅读更多 →
北京华恒智信破解化工国企职级晋升无通道难题

北京华恒智信破解化工国企职级晋升无通道难题

【导读】伴随企业规模持续扩张与人员总量稳步增长,管理职位的稀缺性与基层员工及管理者职业上升诉求之间的矛盾日益突出,传统的“千军万马过独木桥”式晋升困境逐渐显现。部分企业为缓解这一压力,倾向于增设副职、助理等过渡性岗位&#xff0…

2026/7/29 21:38:11 阅读更多 →
企业终端打印安全精细化管控方案设计与落地实践

企业终端打印安全精细化管控方案设计与落地实践

一、企业终端打印的核心安全痛点 在企业数据安全治理体系中,终端打印长期是极易被忽视的外泄风险入口。相较于网络外传、U盘拷贝等常见泄密渠道,纸质打印文件具备离线流转、无法追溯、难以回收的特点,一旦涉密资料、核心业务数据、内部文件被…

2026/7/29 21:38:10 阅读更多 →
faunadb-js性能测试与监控:如何确保数据库查询高效运行

faunadb-js性能测试与监控:如何确保数据库查询高效运行

faunadb-js性能测试与监控:如何确保数据库查询高效运行 【免费下载链接】faunadb-js Javascript driver for FaunaDB v4 项目地址: https://gitcode.com/gh_mirrors/fa/faunadb-js faunadb-js是FaunaDB v4的官方JavaScript驱动,为开发者提供了与数…

2026/7/29 21:37:10 阅读更多 →

日新闻

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

一、本文介绍 🔥本文在RT-DETR多模态融合目标检测中引入RLAB残差线性注意力模块,可在不同模态特征交互阶段进行多次残差细化,使可见光、红外等特征在尺度、语义和空间位置上更好对齐;随后将细化特征与解码器输出拼接并生成Q、K、V,通过线性注意力自适应强化关键通道、目…

2026/7/29 0:00:23 阅读更多 →
AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础 在上一期「AI编程系列」中,我们学习了如何构建一个基础的 AI 问答系统,通过简单的输入输出让模型回应问题。但现实世界中的 AI 应用往往需要处理更复杂的场景:…

2026/7/29 0:00:23 阅读更多 →
AI智能体开发实战:从工具调用到企业级部署

AI智能体开发实战:从工具调用到企业级部署

1. 从被动问答到主动执行:AI Agent的范式转变过去两年,大语言模型最显著的应用形态是聊天机器人——用户提问,AI回答。但真正的生产力革命发生在2023年下半年:当AI学会主动调用工具完成任务时,生产力工具的历史被彻底改…

2026/7/29 0:00:23 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

2026/7/28 12:04:22 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…

2026/7/29 14:34:28 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&#…

2026/7/29 15:00:03 阅读更多 →

月新闻