YOLO系列作为目标检测算法中非常经典的一个分支，也是很多入门目标检测算法的基础算法，目前，基于深度学习算法的一系列目标检测算法大致可以分为两大流派： 1.two-stage算法：先产生候选区域然后再进行CNN分类(RCNN系列)， 2.one-stage算法：直接对输入图像应用算法并输出类别和相应的定位(YOLO系列) 之前的R-CNN系列虽然准确率比较高，但是即使是发展到Faster R-CNN，检测一张图片如下图所示也要7fps(原文为5fps)，为了使得检测的工作能够用到实时的场景中，提出了YOLO。

利用realsense进行目标检测，并标注出目标物和目标anchor中心的像素坐标和深度信息

基于卷积神经网络的海上微动目标检测与分类方法

Deformable DETR 模型的两个官方权重文件： r50_deformable_detr_plus_iterative_bbox_refinement_plus_plus_two_stage-checkpoint.pth r50_deformable_detr_plus_iterative_bbox_refinement-checkpoint.pth

1、俯视场景下小汽车目标检测数据集，太大了，分为两部分，用于小汽车检测，标签格式为txt和xml两种。可以用于YOLO小汽车检测 2、一个类别，类别名为 car 3、数据参考和检测结果展示：https://blog.csdn.net/zhiqingAI/article/details/124230743 4、数量：4090 5、从Visdrones数据集总提取得到

1、俯视场景下小汽车目标检测数据集，太大了，分为两部分，用于小汽车检测，标签格式为txt和xml两种。可以用于YOLO小汽车检测 2、一个类别，类别名为 car 3、数据参考和检测结果展示：https://blog.csdn.net/zhiqingAI/article/details/124230743 4、数量：4088 5、从Visdrones数据集提取得到

YOLOv5的预训练权重文件，压缩包内含有v5.0版本的x、s、m、l模型文件 v6.0版本的n、s、m、l、x、模型文件，v6.1版本的n、s、m、l、x、模型文件。

1、俯视场景下自行车目标检测数据集，用于自行车检测，标签格式为txt和xml两种。可以用于YOLO自行车检测 2、一个类别，类别名为 bicycle 3、数据参考和检测结果展示：https://blog.csdn.net/zhiqingAI/article/details/124230743 4、数量：3496 5、从Visdrones数据集总提取得到

1、俯视场景下三轮车目标检测数据集，用于三轮车检测，标签格式为txt和xml两种。可以用于YOLO三轮车检测 2、一个类别，类别名为 tricycle 3、数据参考和检测结果展示：https://blog.csdn.net/zhiqingAI/article/details/124230743 4、数量：2270 5、从Visdrones数据集总提取得到

本文件主要是关于高斯混合模型的运动目标检测，以及针对高斯混合模型检测方法的不足，提出了改进的方法。需要的可以下载下来看看。