从ASK/FSK信号调制到雷达通信系统:基础原理与工程实践全解析
1. 项目概述从“零”开始的信号世界探秘“信号类型雷达通信——零”这个标题乍一看有点抽象甚至带点哲学意味。但作为一名在电子信息和信号处理领域摸爬滚打了十几年的工程师我一眼就看到了它背后那个庞大而迷人的世界。这里的“零”在我看来绝非空无一物而是代表着一种回归本源、从最底层逻辑出发的探索精神。无论是雷达系统里探测目标的电磁波还是通信链路中承载信息的载波一切复杂、高级的应用都始于对最基本信号类型的深刻理解。ASK、FSK这些调制方式就是构成这个数字世界的“原子”。今天我们就抛开那些让人眼花缭乱的系统框图和高深算法一起回到起点从“零”开始把雷达和通信中最核心的信号类型掰开揉碎了讲清楚。这篇文章适合所有对雷达、通信、嵌入式开发甚至只是对“信号”感到好奇的朋友无论你是刚入门的学生还是想夯实基础的在职工程师。我会用最“说人话”的方式结合我踩过的坑和积累的经验带你弄明白这些信号到底是什么、怎么产生的、又该如何处理。2. 信号类型核心概念拆解模拟与数字的鸿沟在深入雷达和通信的具体信号之前我们必须先建立两个最根本的认知框架模拟信号与数字信号。这是所有信号处理的基石理解不透后面的一切都是空中楼阁。2.1 模拟信号的连续之美与现实困境模拟信号简单说就是其幅度或频率、相位随时间连续变化的信号。想象一下你说话时声音的波形或者温度计里水银柱的高度变化它们都是平滑、不间断的曲线。在传统的调幅AM广播、早期的电视信号里承载信息的就是模拟信号。它的核心优势在于“保真度”高能够无限逼近原始的自然信息。但是它的致命弱点也同样突出抗干扰能力极差。信号在传输过程中任何一点噪声比如电磁干扰都会直接叠加在原始信号上并且无法被彻底消除只会随着传输距离和放大次数不断累积这就是所谓的“噪声积累”。你听老式收音机时的“沙沙”声就是模拟信号这个缺陷的直观体现。在雷达领域早期的脉冲雷达其回波信号在接收端也是模拟信号处理起来非常复杂精度也受限于模拟器件的性能漂移。实操心得现在纯模拟信号处理已经很少了但你在设计射频前端比如雷达的LNA低噪声放大器、混频器或通信的调制解调模拟部分时依然要极度关注信噪比SNR。一个经验法则是在进入模数转换器ADC之前要尽可能放大有用信号同时用滤波器抑制带外噪声为数字化处理提供一个“干净”的底子。这里踩过的坑就是盲目放大信号可能导致放大器饱和引入非线性失真反而更糟。2.2 数字信号的离散革命与绝对优势数字信号则是将模拟信号经过采样和量化后得到的一系列离散的数值序列。它不再是一个连续曲线而是一串由“0”和“1”代表的数字。这场革命彻底改变了信号处理的面貌。它的优势是碾压性的强抗干扰只要噪声不超过某个门限接收端就能准确判断出是“0”还是“1”理论上可以无差错再生原始信号。这是通信可靠性的根本保障。便于处理离散的数字序列可以直接由计算机、DSP、FPGA进行处理实现复杂的算法如滤波、压缩、识别等。现代雷达的实时信号处理如脉冲压缩、动目标显示完全依赖于此。易于集成与存储数字电路规模小、功耗低适合大规模集成。数据也易于压缩和存储。我们今天讨论的ASK、FSK以及更复杂的PSK、QAM都是数字调制即用数字信号去控制调制一个高频的模拟载波信号的某些参数幅度、频率、相位。所以现代雷达和通信系统的核心流程可以概括为信息源 - 数字化 - 数字调制 - 高频载波发射 - 传输/探测 - 接收解调 - 数字处理 - 信息还原。3. 雷达与通信中的关键调制技术详解调制技术是连接数字信息与模拟载波的桥梁。下面我们聚焦标题和热词中提到的ASK和FSK这是两种最基础、也最直观的数字调制方式。3.1 ASK开关控制的幅度之谜振幅键控ASK原理直白得惊人用数字信号“1”和“0”去控制载波的有和无。发送“1”时输出载波发送“0”时不输出载波或输出幅度极小的载波。这就像用电报键控制一个灯泡的亮灭。电路实现与核心难点 一个最简单的ASK调制器可以用一个模拟开关或乘法器来实现。数字基带信号控制开关的通断载波信号通过开关后即被调制。热词中提到的“ask电路图”其核心往往就是一个高速的模拟开关芯片如74HC4066或一个双平衡混频器。然而ASK的简单性也带来了主要缺点抗噪声能力差幅度信息最容易受到信道衰减和噪声的影响。信号强度一下降接收端就可能把“1”误判为“0”。频谱效率低由于是开关式其频谱旁瓣较宽在频带资源紧张的今天不太经济。解调与“抽样判决” ASK的解调通常采用包络检波非相干解调或相干解调。热词中的“ask解调抽样判决电路”是关键。以相干解调为例接收到的ASK信号与本地恢复的载波相乘通过低通滤波器后得到基带信号的包络。但这个包络是模拟的、带有噪声的波形。抽样判决电路的作用就是在每个符号周期的中间时刻最佳抽样点对这个模拟电压进行“采样”并将采样值与一个预设的判决门限进行比较。高于门限判为“1”低于则判为“0”。这个门限的设置至关重要通常设为“1”电平和“0”电平的中间值但在信噪比低的情况下需要更复杂的自适应算法。避坑指南在做ASK解调硬件电路时最大的坑在于载波同步和定时同步。如果本地载波频率或相位与发送端有偏差相干解调性能会急剧下降。而定时同步确定最佳抽样时刻不准则会引入码间串扰。早期我用分立元件搭电路时常因为这两个同步问题导致误码率居高不下。后来改用数字解调先用高速ADC采样再用FPGA或DSP做数字信号处理算法实现同步和判决稳定性和灵活性都大大提升。3.2 FSK频率跳变的智慧频移键控FSK通过改变载波的频率来传递信息。例如发送“1”时用频率f1发送“0”时用频率f2。早期的低速调制解调器Modem和无线门铃、车库遥控器常用FSK。实现方式与分类 FSK调制可以通过电压控制振荡器VCO直接实现数字基带信号作为VCO的控制电压电压高低对应输出不同频率。FSK可分为连续相位FSKCPFSK和不连续相位FSK。CPFSK如最小频移键控MSK的相位变化是连续的频谱更集中旁瓣衰减更快性能更好是现代通信中的主流。解调之道 FSK的解调方法多样非相干解调包络检波法用两个中心频率分别为f1和f2的带通滤波器分离信号再分别进行包络检波比较两者大小进行判决。这种方法简单无需载波同步但需要两个滤波器。相干解调需要本地生成两个频率准确且相位同步的参考载波f1和f2分别与接收信号相乘、滤波后比较。性能优于非相干但同步电路复杂。过零检测法通过检测单位时间内信号波形过零点的次数来估计频率简单易行适用于低速场合。数字差分检波法这是数字信号处理中的常用方法。对采样后的信号进行延时相乘其输出与频率偏移成正比便于后续判决。雷达中的特殊应用——线性调频LFM 虽然标准FSK在通信中更常见但在雷达领域一种特殊的“频率调制”技术——线性调频是现代脉冲压缩雷达的灵魂。它发射一个在脉冲持续时间内频率线性变化的信号Chirp信号。回波经过处理后可以将长脉冲压缩成极窄的尖峰从而在不降低平均功率的前提下大大提高距离分辨率。这可以看作是一种在单个脉冲内完成的、极其快速的频率扫描其原理分析与FSK有相通之处。4. 从理论到实践信号处理的完整链路与工具链理解了基本原理我们来看看如何在一个真实的项目中从零开始构建一个简单的数字通信链路或雷达信号处理环节。这里以实现一个基于FSK的无线数据传输为例串联起软硬件。4.1 系统架构设计与硬件选型一个最简单的FSK收发系统包括发射端的微控制器MCU、FSK调制器、功率放大器PA、天线接收端的天线、低噪声放大器LNA、FSK解调器、MCU。MCU选择对于低速应用热词中的STC8G这类增强型51内核单片机完全够用它的串口UART可以方便地收发数据。对于需要复杂同步算法或更高速度的可以考虑ARM Cortex-M系列如STM32。调制/解调芯片为了快速原型验证强烈推荐使用集成收发芯片如SI4432、CC1101等。这些芯片内部集成了FSK调制解调器、PA、LNA甚至自动增益控制AGC你只需要通过SPI接口配置寄存器并通过FIFO读写数据即可极大降低了射频设计和调试难度。天线与匹配电路这是容易忽略但至关重要的部分。必须根据芯片的工作频率如433MHz、868MHz、2.4GHz选择合适的天线鞭状、PCB天线、陶瓷天线等并严格按照芯片数据手册设计π型或T型的匹配网络。用矢量网络分析仪VNA调试至驻波比SWR1.5是最理想的。4.2 软件流程与关键代码剖析假设我们使用STM32和CC1101通过FSK传输传感器数据。发射端流程MCU采集传感器数据如ADC值。将数据打包加入帧头、帧尾和校验如CRC16。通过SPI接口将数据包写入CC1101的发送FIFO。配置CC1101为发射模式并触发发送。CC1101自动完成数据曼彻斯特编码如需、FSK调制、上变频并通过天线发射。关键配置代码片段示意// CC1101 FSK 关键参数配置 void CC1101_FSK_Config(void) { WriteReg(CC1101_FSCTRL1, 0x0C); // 频率合成器设置 WriteReg(CC1101_FREQ2, 0x10); // 设置载波频率例如 433.92 MHz WriteReg(CC1101_FREQ1, 0xA7); WriteReg(CC1101_FREQ0, 0x62); WriteReg(CC1101_MDMCFG4, 0xCA); // 设置符号率波特率例如 4.8 kbps WriteReg(CC1101_MDMCFG3, 0xBC); WriteReg(CC1101_MDMCFG2, 0x02); // 选择调制方式为 2-FSK不进行曼彻斯特编码 WriteReg(CC1101_DEVIATN, 0x47); // 设置频偏例如 45 kHz // ... 其他配置同步字、数据格式、输出功率等 }接收端流程配置CC1101为接收模式并开启中断。当CC1101检测到有效的同步字并接收到完整数据包后会产生中断。MCU在中断服务程序ISR中从CC1101的接收FIFO读取数据。对数据包进行校验CRC。校验通过则解包提取有效数据失败则丢弃或请求重发。实操心得无线通信的稳定性一半靠硬件射频性能一半靠软件协议健壮性。务必在数据包中加入序列号。这样接收端可以判断是否丢包。对于关键数据应实现简单的自动重传请求ARQ机制比如接收端校验失败后发送一个NACK信号发射端重传上一包数据。此外CC1101这类芯片的RSSI接收信号强度指示和LQI链路质量指示寄存器非常有用可以实时评估链路质量动态调整发射功率或提示用户。4.3 雷达信号处理流程概览对于雷达系统如超声波雷达、毫米波雷达其数字信号处理链路更为复杂。以FMCW调频连续波雷达为例其核心处理步骤通常在FPGA或高性能DSP中完成ADC采样对混频后的中频IF信号进行高速采样。数字下变频DDC将中频信号搬移到基带并进行滤波。距离维FFT对单个Chirp内的采样点做FFT峰值位置对应目标距离。多普勒维FFT对多个Chirp的同一距离单元做FFT峰值位置对应目标速度。恒虚警检测CFAR在距离-多普勒二维谱中自适应地检测出真实目标点抑制噪声和杂波。点云生成与聚类将检测到的目标转换为距离、速度、角度如果有多通道信息形成点云再通过聚类算法如DBSCAN区分不同物体。热词中提到的“雷达BP算法推导”指的是后向投影算法这是一种时域成像算法常用于合成孔径雷达SAR通过将回波数据相干叠加到成像区域的每个像素点上来形成高分辨率图像计算量巨大是雷达信号处理中的高级课题。5. 开发调试中的典型问题与实战排查无论通信还是雷达从理论到稳定运行总会遇到各种问题。下面是我总结的一些常见“坑”及其排查思路。5.1 通信链路不稳定误码率高这是最常见的问题。可以按照以下流程系统性排查问题现象可能原因排查方法与解决思路完全收不到数据1. 硬件连接错误电源、SPI线2. 芯片未正确初始化3. 频率/速率配置不一致4. 天线未接或损坏1. 用逻辑分析仪抓取SPI时序确认配置命令被正确写入。2. 使用频谱仪或带频谱分析功能的SDR如PlutoSDR探测发射端是否有信号发出中心频率是否正确。3. 检查天线焊接和匹配电路。偶尔能收到但数据错误多1. 电源噪声大2. 射频阻抗不匹配发射效率低3. 环境干扰强同频段设备4. 晶振精度差导致频率漂移5. 软件解码时序问题1. 用示波器检查芯片供电电压纹波加大滤波电容。2. 用VNA调试天线匹配网络优化SWR。3. 更换频道或在协议中加入前向纠错FEC编码如汉明码。4. 选用更高精度的温补晶振TCXO。5. 检查接收端中断服务程序是否耗时过长导致丢包优化代码。通信距离远低于预期1. 发射功率设置过低2. 接收灵敏度差3. 天线增益低或方向性不对4. 存在遮挡或多径效应1. 在法规允许范围内适当增加发射功率配置。2. 优化接收链路噪声系数确保LNA性能。3. 更换增益更高的天线并确保天线极化方式一致如均为垂直极化。4. 对于固定点对点通信考虑使用定向天线。关于热词中的“spi通信”、“iic通信 arbitration丢失”这些都是MCU与外围芯片如传感器、射频芯片通信的常见总线。SPI问题常出在时钟极性相位CPOL/CPHA配置错误主从设备不匹配。I2C的“仲裁丢失”通常发生在多主机场景当两个主机同时发起传输时通过线与逻辑仲裁失败的主机应检测到此状态并退出总线。排查时需用逻辑分析仪同时抓取SCL和SDA线观察时序是否符合标准。5.2 雷达信号处理算法调试心得雷达算法的调试往往更依赖数据和工具。数据采集是王道在算法开发初期尽可能录制真实的雷达回波数据.bin或.mat文件。用真实数据调试算法比用仿真数据更能暴露问题。可以使用雷达厂商提供的SDK或者通过FPGA将ADC数据缓存后通过高速接口如PCIe上传到PC。分阶段验证不要试图一次性写完整个处理链。先验证单个功能模块比如用已知的单频信号验证FFT结果是否正确用模拟的静止和运动目标回波分别验证距离FFT和多普勒FFT。可视化至关重要将中间处理结果可视化。例如将ADC的原始时域信号、距离维FFT后的频谱、距离-多普勒二维谱都用图像显示出来可以用Python的Matplotlib或MATLAB。这能帮你直观判断信号质量、噪声水平和算法效果。热词中的“cesium雷达”可能指的是利用Cesium.js这个三维地球库来可视化雷达覆盖范围或探测结果这是一种非常直观的结果呈现方式。参数调优雷达算法充满参数FFT点数、窗函数类型、CFAR的保护单元和参考单元大小、聚类算法的阈值等。没有一成不变的“最优值”需要根据你的雷达型号、应用场景车载、安防、无人机反复调整测试。建立一个参数配置文件系统化地进行测试和记录。6. 进阶思考从单模到多模融合的趋势当我们扎实掌握了ASK、FSK这些基本信号类型及其处理流程后视野可以投向更前沿的领域。热词中出现的“多模式雷达”、“雷达通信”正代表了这一趋势。6.1 通信感知一体化这是当前6G研究的热点。其核心思想是让无线通信信号同时具备感知环境的能力就像雷达一样。例如利用大规模MIMO通信系统的波束赋形技术可以像相控阵雷达一样探测目标的方位分析通信信道状态信息CSI的细微变化可以感知人体的呼吸、动作。这要求对通信信号的物理层特性有更深的挖掘信号处理算法也需要在通信解码和环境感知两个任务间取得平衡。6.2 多模式融合雷达为了应对复杂环境现代雷达往往不是单一的。比如毫米波雷达摄像头热词中提到的“16线雷达和相机标定”、“cam_lidar_calibration红外雷达标定”就是典型的传感器融合前奏。毫米波雷达测距测速精准但角度分辨率低成像能力弱摄像头能提供丰富的纹理和语义信息但受光照影响大且无法直接测距。通过精确的时空标定外参标定可以将雷达点云投影到图像上实现优势互补用于自动驾驶的障碍物识别。激光雷达LiDAR惯性测量单元IMULiDAR提供高精度三维点云但自身运动会导致点云失真。IMU提供高频的自身运动信息两者融合通过滤波算法如卡尔曼滤波可以生成稳定、准确的点云地图这就是SLAM同步定位与建图的关键。要实现这些融合除了硬件同步更关键的是算法层的数据关联和融合策略。这需要跳出单一信号处理的范畴涉足机器学习、状态估计等领域。从最基本的ASK、FSK信号到构建一个完整的无线通信链路再到理解复杂的雷达处理流程和多传感器融合这条路径正是从“零”到“一”再从“一”到“万物”的电子工程师成长缩影。信号处理的世界深邃而有趣每一次频谱上峰值的变化每一串比特流的正确解码背后都是物理原理与工程智慧的结晶。我的经验是永远不要轻视基础把ASK、FSK这样的“零”部件琢磨透当你在面对更庞大的“雷达通信”系统时才能心中有数手中有术。最后分享一个调试射频电路的小习惯在焊接关键射频路径如匹配电路时我总会预留π型网络的电容/电感焊盘方便后续用不同值的元件进行调试替换这个小小的预留往往能在关键时刻节省大量飞线调试的时间。

相关新闻

Keil MDK中STM32现代C++开发环境配置与优化指南

Keil MDK中STM32现代C++开发环境配置与优化指南

1. 从C到C:为什么要在STM32上折腾现代C?如果你和我一样,是从51单片机、AVR或者早期STM32的HAL库一路用C语言摸爬滚打过来的,第一次听说要在资源受限的MCU上用C,甚至还是“现代C”,第一反应多半是抗拒的。内…

2026/7/30 11:50:42 阅读更多 →
联想刃7000k BIOS隐藏功能完全解锁指南:3分钟获取完整控制权

联想刃7000k BIOS隐藏功能完全解锁指南:3分钟获取完整控制权

联想刃7000k BIOS隐藏功能完全解锁指南:3分钟获取完整控制权 【免费下载链接】Lenovo-7000k-Unlock-BIOS Lenovo联想刃7000k2021-3060版解锁BIOS隐藏选项并提升为Admin权限 项目地址: https://gitcode.com/gh_mirrors/le/Lenovo-7000k-Unlock-BIOS 你是否曾为…

2026/7/30 11:50:42 阅读更多 →
RPG Maker MV/MZ资源解密工具:完全指南与实用技巧

RPG Maker MV/MZ资源解密工具:完全指南与实用技巧

RPG Maker MV/MZ资源解密工具:完全指南与实用技巧 【免费下载链接】RPG-Maker-MV-Decrypter You can decrypt RPG-Maker-MV Resource Files with this project ~ If you dont wanna download it, you can use the Script on my HP: 项目地址: https://gitcode.com…

2026/7/30 11:49:41 阅读更多 →

最新新闻

Adobe-GenP 3.0:5分钟轻松激活Adobe全家桶的实用工具

Adobe-GenP 3.0:5分钟轻松激活Adobe全家桶的实用工具

Adobe-GenP 3.0:5分钟轻松激活Adobe全家桶的实用工具 【免费下载链接】Adobe-GenP Adobe CC 2019/2020/2021/2022/2023 GenP Universal Patch 3.0 项目地址: https://gitcode.com/gh_mirrors/ad/Adobe-GenP Adobe-GenP 3.0是一款专门为Adobe Creative Cloud系…

2026/7/30 12:00:45 阅读更多 →
中兴光猫配置解密终极指南:5分钟掌握免费开源工具

中兴光猫配置解密终极指南:5分钟掌握免费开源工具

中兴光猫配置解密终极指南:5分钟掌握免费开源工具 【免费下载链接】ZET-Optical-Network-Terminal-Decoder 项目地址: https://gitcode.com/gh_mirrors/ze/ZET-Optical-Network-Terminal-Decoder 中兴光猫配置解密工具是一款专为网络工程师和家庭用户设计的…

2026/7/30 12:00:45 阅读更多 →
Keil5 STM32汇编工程创建与Hex文件深度解析

Keil5 STM32汇编工程创建与Hex文件深度解析

1. 项目概述:为什么要在Keil5里用汇编玩STM32? 如果你已经用C语言在STM32上点过灯、调过串口,可能会觉得汇编语言是上个时代的产物,既难写又难懂,何必自讨苦吃?我最初也是这么想的,直到有一次调…

2026/7/30 12:00:45 阅读更多 →
C++学生信息管理系统:从类设计到文件存储的完整项目实践

C++学生信息管理系统:从类设计到文件存储的完整项目实践

1. 项目概述与核心价值最近在整理硬盘,翻出来一个大学时期写的C课程设计——一个命令行版本的学生信息管理系统。虽然界面简陋,但麻雀虽小五脏俱全,增删改查、文件存储这些核心功能一个不少。现在回头看,这个项目简直是C初学者从语…

2026/7/30 12:00:45 阅读更多 →
PTC电辅热技术原理与应用:解决空调制热瓶颈的关键

PTC电辅热技术原理与应用:解决空调制热瓶颈的关键

空调制热效果差,真的是因为"空调不行"吗?很多用户发现冬天开空调制热时,要么热得慢,要么根本不热,于是抱怨空调质量有问题。但真相往往是:普通空调在低温环境下制热能力确实有限,而真…

2026/7/30 12:00:45 阅读更多 →
Godot开源项目精选:提升游戏开发效率的必备插件与框架

Godot开源项目精选:提升游戏开发效率的必备插件与框架

1. 项目概述:为什么我们需要关注Godot的开源项目?如果你正在用Godot引擎做游戏,或者刚刚入门,可能已经感受到了它的强大与灵活。但引擎本身只是一个工具箱,真正决定你开发效率上限的,往往是那些经过实战检验…

2026/7/30 11:59:45 阅读更多 →

日新闻

Windows驱动存储终极清理工具:DriverStoreExplorer完全指南

Windows驱动存储终极清理工具:DriverStoreExplorer完全指南

Windows驱动存储终极清理工具:DriverStoreExplorer完全指南 【免费下载链接】DriverStoreExplorer Driver Store Explorer 项目地址: https://gitcode.com/gh_mirrors/dr/DriverStoreExplorer 您是否曾因Windows系统盘空间不足而烦恼?是否遇到过设…

2026/7/30 0:00:13 阅读更多 →
如何3步掌握Video Download Helper:网页视频下载的完整实战指南

如何3步掌握Video Download Helper:网页视频下载的完整实战指南

如何3步掌握Video Download Helper:网页视频下载的完整实战指南 【免费下载链接】VideoDownloadHelper Chrome Extension to Help Download Video for Some Video Sites. 项目地址: https://gitcode.com/gh_mirrors/vi/VideoDownloadHelper 你是否曾经在浏览…

2026/7/30 0:00:13 阅读更多 →
“双减”后首个AI备课压力测试报告:覆盖32所中小学的176节AI辅助课,暴露4大隐性增负节点

“双减”后首个AI备课压力测试报告:覆盖32所中小学的176节AI辅助课,暴露4大隐性增负节点

更多请点击: https://intelliparadigm.com 第一章:AI 教师备课辅助 AI 教师备课辅助系统正逐步成为教育数字化转型的核心支撑工具,它并非替代教师,而是通过语义理解、知识图谱与多模态生成能力,将教师从重复性劳动中解…

2026/7/30 0:00:13 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

2026/7/29 22:18:20 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