1、yolov5佩戴不同颜色的安全帽识别，包含训练好的不同颜色安全帽检测权重，以及PR曲线，loss曲线等等，在3000多不同颜色安全帽检测据集中训练得到的权重，目标类别名为各种颜色的安全帽以及未正常佩戴安全帽共5个类别；并附不同颜色安全帽检测数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架，python代码

1、yolov5道路标志检测，包含训练好的玩手机检测权重，以及PR曲线，loss曲线等等，在道路指示牌识别数据集中训练得到的权重，有pyqt界面，目标类别名为trafficlight；speedlimit；crosswalk；stop共四个类别，并附道路指示牌识别数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架，python代码

1、yolov5道路指示牌识别，包含训练好的道路指示牌识别权重，以及PR曲线，loss曲线等等，在道路指示牌识别数据集中训练得到的权重，有pyqt界面，目标类别名为trafficlight；speedlimit；crosswalk；stop共四个类别；并附道路指示牌识别数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 2、pyqt界面可以检测图片、视频、调用摄像头 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 4、采用pytrch框架，python代码

基于Yolov5的车牌检测和识别（完整版，可直接运行），运行效果满足日常使用。可以作为练手项目和课程作业。 导入Pycharm，下载好相应的依赖包就可直接运行，进行推力测试。 也可以在此基础上进行再一次的训练和提升。

1、yolov5玩手机检测，包含训练好的玩手机检测权重，以及PR曲线，loss曲线等等，在玩手机检测数据集中训练得到的权重，有pyqt界面，目标类别为play_phone共1个类别，并附3000多张玩手机识别数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架，python代码

1、yolov5玩手机检测，包含训练好的玩手机检测权重，以及PR曲线，loss曲线等等，在玩手机检测数据集中训练得到的权重，有pyqt界面，目标类别为play_phone共1个类别，并附3000多张玩手机识别数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 2、pyqt界面可以检测图片、视频、调用摄像头 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 4、采用pytrch框架，python代码

使用yolov5训练的密集人员检测权重文件，对于密集人员的检测准确度效果很好。

使用yolov5训练的onnx吸烟检测权重文件，配置好环境可以直接使用，效果很好

基于yolov5的fps游戏射击游戏辅助项目源码 安装教程 配置好pytorch环境后安装requirements.txt里面所需要的包 运行gametools目录下面的screen.py即可启动项目 识别到游戏人物头部之后鼠标会自动移动到头部然后开枪 基于yolov5的fps游戏射击游戏辅助项目源码 安装教程 配置好pytorch环境后安装requirements.txt里面所需要的包 运行gametools目录下面的screen.py即可启动项目 识别到游戏人物头部之后鼠标会自动移动到头部然后开枪 基于yolov5的fps游戏射击游戏辅助项目源码 安装教程 配置好pytorch环境后安装requirements.txt里面所需要的包 运行gametools目录下面的screen.py即可启动项目 识别到游戏人物头部之后鼠标会自动移动到头部然后开枪

PyTorch安装配置+YOLOv5-5.0实现口罩检测+GPU训练实现办法汇总。查阅多篇文章，亲身实践试错，最终筛选出可以实实在在实现功能的优质文章，供大家参考，省下大家试错的时间，以最快的速度实现YOLOv5口罩检测，如有问题欢迎在评论区交流。