TudBrussels Pedestrian dataset 是一个包含行人的视频数据，可用以进行行人检测和识别等机器视觉任务。

程序是基于Matlab实现的，对于初学者，通俗易懂，直接下载就可以用，如果电脑的GPU性能不佳的情况下，利用Matlab可以实现YOLOV3的算法对目标识别。

1.区域入侵检测是通过识别目标之后或者目标坐标位置，判断目标坐标是否在所规定的区域内出现，使用在电子围栏，不安全区域入侵检测，智慧城市，安防监控等领域。 2.这里的编译环境是Win 10, vs2019,OpenCV4.5, 目标检测算法用的yolov5,实现语言使用的语言是C++。 3.算法实现与项目配置可以参数我的博客：基于目标识别的区域入侵检测——C++实现从获取区域到检测入侵目标

下载后解压源码，pip install -r requirement.txt，安装所需python依赖，然后直接python detect.py运行程序，输入源可以设定为webcam、图片、视频、文件夹、网络视频、rtsp视频流等，权重文件使用yolov5s.pt效果最好。代码在windows和ubuntu18.04下都进行了充分测试，完美运行。

# 文献链接 ----- ## 图像分类(Classification) ## 目标检测(Object Detection) ## 目标分割(Segmentation)

网上爬取的相关图像，耗时3周重新整理标注的，共一万多张数据，可用于是否佩戴口罩的目标检测训练，标注格式为VOC，可根据需求转换为yolo等需要的格式。 PS：数据集太大，分了三个压缩包，需全部下载完再解压，此文件为压缩卷2。

网上爬取的相关图像，耗时3周重新整理标注的，共一万多张数据，可用于是否佩戴口罩的目标检测训练，标注格式为VOC，可根据需求转换为yolo等需要的格式。 PS：数据集太大，分了三个压缩包，需全部下载完再解压，此文件为压缩卷3。

object_detection，目标检测文件。下载的protos包里只有string_int_label_map.proto这个文件，没有string_int_label_map_pb2.py文件，运行时会出现错误。自己去生成pb2文件比较麻烦。上传的这个string_int_label_map_pb2.py本机可正常使用。

YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频，YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频YOLOV5口罩检测数据集+代码+模型，YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据

Crowdhuman数据集 608x608图片大小 密集行人检测 YOLO直接使用 训练集（包含图片与标准） 训练集15000张，验证集4730张，测试集5000张 平均每张图片22.64个人