1、yolov5训练好的猫狗检测模型，包含yolov5s和yolov5m两种训练好的猫狗识别权重，从一万多张猫狗检测数据集训练得到，有pyqt界面，目标类别为cat和dog两个类别 2、pyqt界面可以 检测图片、视频和调用摄像头，有相应的选择项 4、并包含1万多张标注好的猫狗检测数据集，标签格式为xml和txt两种，类别名为car，配置好环境后可以直接使用 5、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 6、采用pytrch框架，python代码

本套代码的运行环境是python+pytorch Csdn上上传的代码都是完整的，大家找到对应的博客都是有效果图和运行讲解的，防止踩坑。大家也可以下载其他项目练手，丰富自己的简历也不错。 博客教程地址：https://blog.csdn.net/qq_34904125/article/details/124906163 需要查看其他代码的可看b站视频演示： https://space.bilibili.com/124080712?spm_id_from=333.1007.0.0 其他小项目完整代码： https://blog.csdn.net/qq_34904125?type=download 算法部分 本次是目标跟踪代码，用于检测行人， 代码运行 只要运行01ui_yolov5.py即可。会显示一个pyqt的界面，然后有两个按钮，第一个按钮用于上传要检测的本地视频。第二个按钮是用于目标跟踪视频中的行人并统计数量。

1、YOLOV5行人检测，内含各种训练曲线图，并包含数据集，使用lableimg软件标注软件标注好的行人数据，图片格式为jpg，标签有两种，分别为xml格式和txt格式，分别保存在两个文件夹中，类别名为person; 可以直接用于YOLO系列的行人检测 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、pyqt界面可以 检测图片、视频和调用摄像头，有相应的选择项 4、采用pytrch框架，代码是python的

yolov5 openvino 2021版本，win10系统vs2019，摄像头实时预览版本，亲测调试成功，特此给广大学友们分享

1、YOLOv5行人检测训练权重 ，附有各种训练曲线图 2、场景：街道，公路行人检测，一万多数据训练得到，准确率达90%以上， 3、classes: person 4、并包含3000张多行人数据，标签格式为VOC和YOLO两种 5、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/124480876

yolov5 openvino 2022版本，win10系统vs2019，摄像头实时预览版本，亲测调试成功，特此给广大学友们分享

Csdn上上传的代码都是完整的，大家找到对应的博客都是有效果图和运行讲解的，防止踩坑。大家也可以下载其他项目练手，丰富自己的简历也不错。 需要查看其他代码的可看b站视频演示： https://space.bilibili.com/124080712?spm_id_from=333.1007.0.0 其他小项目完整代码： https://blog.csdn.net/qq_34904125?type=download 本次是目标跟踪代码，用于检测行人， 只要运行01main.py即可。会弹出视频的第一帧，然后我们对第一帧点击鼠标，选个碰撞区域即可，就能用来统计通过的行人了。 其他文件，如weights下存放的模型文件，这里直接用原始的coco数据集模型即可。 然后video文件夹下是待检测的视频文件，同时处理后的结果视频也会保存在这个文件夹下。

 人群计数是公共安防行业中非常需要的一种技术。对于给定的一幅图像或一段视频，通过目标检测算法，计算出其中的人数。       基于yolov5 Coco预训练的person类人群计数，对于不大拥堵的室内外环境可以达到理想的实时效果. 由于之前的免费云要收费，已经更换新的限时免费云gpu， 压缩包里面的word 计数图文教程，可以在限时免费云gpu 上轻松运行，售后可以私信截图或者扣扣

YoloV5_JDE_TensorRT_for_Track ##Introduction A multi object detect and track Library Based on tensorrt 一个基于TensorRT的多目标检测和跟踪融合算法库，可以同时支持行人的多目标检测和跟踪，当然也可以仅仅当检测库使用。 Video Demo

最新YOLOV5口罩检测数据集，最新YOLOV5口罩检测数据集 (1) 真实口罩人脸识别数据集：从网络爬取样本，经过整理、清洗和标注后，含525人的5千张口罩人脸、9万正常人脸。 (2) 模拟口罩人脸识别数据集： 给公开数据集中的人脸戴上口罩，得到1万人、50万张人脸的模拟口罩人脸数据集。 最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV5口罩检测数据集最新YOLOV