项目名称是“来往行人检测跟踪计数”,GUI界面可以统计显示来回经过的行人数量。 基于YOLOv5+deepsort+pyqt5GUI界面行人跟踪计数系统设计源码+模型+操作说明+数据集 附有详细运行操作说明,按照一步步来就可以了。 模型是yolov5行人检测模型,提供的有人形检测数据集+训练代码,可以自己训练模型。 当然也可以训练出车辆检测模型,对车辆进行检测跟踪计数,换下模型即可。 【备注】有相关使用问题,可以留言或者私信于我,有问必答!
2022-12-06 17:26:47 662.04MB yolov5 pyqt5 deepsort 行人检测跟踪
行人检测分类器的训练,训练完可测试效果如何,注意样本的路径问题 行人检测分类器的训练,训练完可测试效果如何,注意样本的路径问题
2022-12-05 16:32:45 37.85MB hog svm 行人检测 分类器训练
1
1、YOLOv7行人检测训练权重 ,附有各种训练曲线图,可使用tensorboard打开训练日志,map达90%以上 2、classes: person 3、检测结果和数据集参考:https://blog.csdn.net/weixin_51154380/article/details/127541335?spm=1001.2014.3001.5502
2022-12-01 12:27:57 117.97MB YOLOv7行人检测训练权重 YOLO
1、YOLOv7车辆行人检测训练权重 ,附有各种训练曲线图,可使用tensorboard打开训练日志,map达90%以上 2、classes: person、car 3、检测结果和数据集参考:https://blog.csdn.net/weixin_51154380/article/details/127988082?spm=1001.2014.3001.5502
2022-11-28 12:25:40 544.7MB YOLOv7车辆行人检测
在自动驾驶领域涉及的众多任务中,行人识别是必不可少的技术之一。针对基于图像数据的行人检测算法无法获得行人深度的问题,提出了基于激光雷达数据的行人检测算法。该算法结合传统基于激光雷达数据的运动目标识别算法和基于深度学习的点云识别算法,可以在不依赖图像数据的条件下感知和检测行人,进而获取行人的准确三维位置,辅助自动驾驶控制系统作出合理决策。该算法在KITTI三维目标检测任务数据集上进行性能测试,中等难度测试达到33.37%的平均准确度,其表现领先于其他基于激光雷达的算法,充分证明了该方法的有效性。
2022-11-22 08:28:05 1.04MB 行人检测 激光雷达 点云
1
yolov5 行人多目标检测模型 yolov5 行人检测模型 旷世提出的crowdhuman数据集训练的行人检测模型 crowdhuman数据集训练的行人检测模型 epoch=300
2022-11-16 15:12:13 41.29MB 行人检测 行人检测模型 yolov5行人检测
1
BIWI pedestrian dataset(EWAP)鸟瞰行人检测数据集,视频数据,包含hotel和ETH两个部分,下载后可自行转化为图片。
2022-11-08 10:16:07 75.5MB 行人检测 视频数据 ETH Hotel
1
matlab行人检测
2022-11-01 13:59:19 862B matlab 行人检测
1
1、基于某高铁站监控视角下行人排队约5000+照片(有拍摄原视频) 2、自主labelimg标注【标签为行人】,适用于Yolo目标检测网络
2022-10-28 13:47:06 947.09MB 行人检测
1
基于C++的通过HOG+SVM训练进行行人检测算法代码实现
2022-10-27 15:37:01 160KB HOG+SVM C++ 人检测算法代码