因需要使用openCV 32位库，官方只提供64位库，踩了不少坑，编译好了这个库，让有这方面需要的朋友少踩些坑，供大家使用

瓶子目标检测 yolov5 瓶子检测数据集， 类别名：bottle； VOCtrainva2012数据集 提取得到，标签类别：txt和 xml两种

pytorch

第一章 绪论 3 1.1 研究背景 3 1.2 研究意义 4 1.3 国内外研究现状 5 1.4 研究内容和方法 6 1.5 论文结构安排 7 第二章 YOLOv5目标检测算法 8 2.1 YOLOv5算法原理 8 2.2 YOLOv5算法流程 9 2.3 YOLOv5算法改进 10 第三章 拥挤场景目标检测问题分析 12 3.1 拥挤场景目标检测问题概述 12 3.2 拥挤场景目标检测问题原因分析 12 3.3 拥挤场景目标检测问题解决方案 13 第四章 基于YOLOv5的拥挤场景目标检测方法 15 4.1 数据集准备 15 4.2 模型训练 16 4.3 模型优化 17 第五章 实验与结果分析 19 5.1 实验环境 19 5.2 实验设计 20 5.3 实验结果分析 21 第六章 结论与展望 23 6.1 研究结论 23 6.2 研究不足与展望 23 参考文献 24

基于yolov5的烟雾检测，含训好的模型和数据集

yolov5模型，图像训练

YOLOv5训练车辆类型识别TXT数据集.自己整理的车辆类型数据集 一共1400张图片，共分7个类別， 分别为Bus，Car，SportsCar，MicroBus，Truck，SUV，Jeep是TXT格式的数据集，用LabelImg工具进行标注，可以转成TFRecord格式的数据集训练效果非常完美。里面含有权重比例文件，可直接拿来训练。

梨果实图像数据集，共有1400+图片 深度学习，YOLO V5，

烟火检测数据集包含的场景类型: 大火-小火，建筑起火、草原起火、森林起火、车辆(汽车、卡车、摩托车、电动车)起火、白天-黑夜起火、室内-室外起火； 烟雾同火场景一致！ 数据集详细情况说明 烟火检测数据集(按照Pascal VOC格式排列): --VOC2020 --Annotations (xml_num: 2059) --ImageSets(Main) --JPEGImages (image_num: 2059) --label_name: fire 解压压缩文件命令 tar -xzvf ***.tar (win or linux: Git Bash) or 7zip (win: 7zip; 360zip 需要解压2次) 将VOC格式转成yolo格式: 调用yolov4 -> scripts -> voc_label.py

1、使用Anaconda创建虚拟环境，2、建立VOC格式标准文件夹，3、将xml格式转换成yolo格式，4、修改yaml配置文件，5、权重文件下载，6、参数修改，再点开train.py,找到if __name__ == '__main__':开始修改参数7、使用训练好的权重文件进行识别，8、使用USB摄像头进行识别