faster-rcnn.zip

基于Faster-RCNN的监控视频摔倒检测 ，党琦，赵衍运，摔倒通常会对人的身体造成伤害，监控视频下的摔倒检测对保障人的安全有着重要的意义。本文对监控视频中的摔倒事件检测问题进行了

该资源与我的博客《用Tensorflow2.0实现Faster-RCNN的详细代码解析》相配套，使用的数据集是一个公开数据集，在此资源中也是有的，深度学习方面使用Tensorflow2.0框架实现。

faster-rcnn骨架

资源包含全部fast-r-cnn模型，模型训练的步骤的相关说明都在资源当中。 框架采用的pytorch,信号灯数据集采用的是我自己标注的信号灯数据集，相关数据集的资源可以在我发布的其他资源里找到，数据集的数量庞大，质量优秀，完全可以胜任模型的训练任务。模型文件经过本人亲自调整和测试，确实有效。训练过程中遇到的问题和解决方法都写在了资源里的说明中，最终训练完成的权重文件也一并打包上传，有任何问题可以留言。

Faster R-CNN+粒子群优化+图像配准 首先利用深度学习 Faster R-CNN，在训练好 训练集的情况下检测和提取当前帧中的目标，利用 5.1 节的动目标提取算法校验 目标；然后以此作为接下来配准的模板，利用多自由度的图像配准来求解图像变 换参数，并结合粒子群优化 PSO 的快速求解性能[20]，高速的配准定位、跟踪与 提取目标，将算法处理速度提升到了每秒 60 帧以上（配准时的速度）。在配准过 程中，如果出现配准相似度低于设定阈值，则认为目标跟踪失败，此时将重新利 用 Faster R-CNN 检测与提取新目标，并重复过程。

此训练模型为tensorflow下faster-rcnn已经训练好的模型。由于google下载的链接很慢，所以为大家提供资源。

RCNN Fast-RCNN Faster-RCNN Mask-RCNN系列论文 RCNN Fast-RCNN Faster-RCNN Mask-RCNN系列论文

用于https://blog.csdn.net/ThunderF/article/details/100294913的setup.py文件，解决can not import _mask问题

faster rcnn的测试模型；VGG16网络，包括测试与训练网络的prototxt