实现功能： 有3个QLabel作为显示区域分别是： 视频检测显示区域，原视频拍照显示，检测后视频拍照显示。 4个按钮作为功能选择，分别是： 打开视频，拍照，关闭摄像头，YOLO检测。

在之前的基础上，进行了升级，之前只能用一个视频进行检测，现在可以选择视频进行检测。 功能一致。

在V1.1的基础上新增图片检测功能，能够自由选择图片进行检测。 因此V1.1的功能已经包含了：图像检测并保存图片，视频检测等主要功能。

大恒官方培训资料，内含教程视频和源代码网盘地址

基于深度学习的轻量化 小目标检测算法研究

疲劳驾驶检测数据集 VOC格式 可以用于实际项目

基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网钓电子监控系统目标检测应用 基于深度学习YOLOV5网

针对目标快速移动和遮挡情况导致的客流统计存在误差的问题，设计目标的检测、跟踪、进门行为判断等策略，提出基于深度学习的餐饮业客流统计方法.首先，通过多数据集对YOLOv3-tiny模型进行训练，实现对于小目标的准确检测；进而设计多通道特征融合的目标跟踪算法，完成目标快速移动情况下的稳定跟踪；最后设计目标进门行为的判断方法，通过重叠率对目标的进门行为进行判断，实现对进门客流量的准确统计.最终通过实验验证，客流量统计的平均准确率达到93.5%.

铁路周边电气设备检测图像数据集，VOC格式 下载的txt文件含有下载链接，放心下载！！！

深度学习积水目标检测数据集---坑洼积水数据集，里面都是本人自己标注的，标注还是比较仔细的，很多细节都标注到了，喜欢的可以试试