YOLOv3玩手机行为检测训练模型 ，附有各种训练曲线图，可使用tensorboard打开训练日志， 包含YOLOv3和yolov3_tiny两种训练权重

1、YOLOv3不同颜色的安全帽佩戴检测训练权重 ，附有各种训练曲线图，可使用tensorboard打开训练日志， 包含YOLOv3和YOLOv3_tiny两种模型 2、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/127651243?spm=1001.2014.3001.5502

1、YOLOv3反光衣检测 ，附有各种训练曲线图，可使用tensorboard打开训练日志 3、包括数据集，标签格式为VOC和YOLO两种 4、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/127378996?spm=1001.2014.3001.5502

1、YOLOv3道路和桥梁裂缝检测训练权重 ，附有各种训练曲线图 2、classes: crack 3、包括数据集，标签格式为VOC和YOLO两种 4、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/127131688?spm=1001.2014.3001.5501

包含 "yolov3.cfg"是模型的架构 "yolov3.weights"是预训练权重！ 不含TensorFlow和Pytorch，使用的OpenCV，非常方便，只有一个py文件，代码非常少，支持图片、视频、摄像头！非常好用！

结合YOLOV3的人体姿势识别算法

https://github.com/hysts/anime-face-detector

使用深度学习和OpenCV进行社交距离 目的 由于COVID-19，今天的不幸情况使人与人之间的距离至关重要。 目标是检测使用深度学习的人员，并找出人员之间的距离，以检查人员是否维持6英尺或1.8 m的标准社交距离。 工具和库 Python OpenCV YoloV3 描述 第1步：在相框/图片中找到人数。 步骤2：为使用YOLO确定的人员创建边界框。 步骤3：为对象设置宽度阈值，在其中测量距离，即人的宽度。 我将宽度设置为27英寸或0.70米。 如果需要，请尝试其他值。 步骤4：将像素映射到公制（米或英寸）。 步骤5：以米为单位，找到一个人到另一个人的中心点之间的距离。 结果

python写的，将keras训练的yolo.h5文件，转换为.weights文件。 使用方法： 需要文件：cfg，yolo_anchors.txt, voc_classes.txt, .h5 放到所在文件夹下 需要修改：:h5文件，cfg文件，输出文件名

轻量化的训练 模型脚本,适合学习模型原理,可以训练你自己的数据集