YOLOv5_DOTA_OBB
带有CSL_label的DOTA_OBB数据集中的YOLOv5。（定向对象检测）
数据集和预先训练的检查点
Datasets ：
Pretrained Checkpoint or Demo Files ：
。（6666）
。（6666）
。（6666）
。（6666）
。（6666）
。（6666）
功能性
train.py 。火车。
detect.py检测并可视化检测结果。获取检测结果txt。
evaluation.py 。合并检测结果并将其可视化。最后评估探测器
安装
1.安装了所有requirements.txt依赖项的Python 3.8或更高版本，包括torch> = 1.7。要安装运行：
$ pip install -r requirements.txt
2.安装swig
$ cd \.....\yol
2021-11-22 10:27:29
8.93MB
1
yolov5 6.0 版本 yolov5-nano 训练自己的数据集，已经包含自己的数据集，直接训练就能跑！可以参考更改。
2021-11-21 21:01:42
33.69MB
1
YOLOv5-ML.NET- yolov5-nano 6.0 版本，c#通过ML.net 读取yolov5-nano生成的onnx。
2021-11-21 21:01:40
27.67MB
1
MinDS模型的matlab代码
CornerPointDetection
YanjieZe(the
Last
Refugee)
项目说明
使用two-stage
algorithm识别tag进而标定相机位置。
首先，使用yolov5进行目标检测，获得bounding
box。
然后，对bounding
box区域单独处理，使用轮廓提取与角点检测的算法获得四个角点的位置，进而求解PnP问题获得相机位置。
进度：大概完成80%吧
还需完成的事情：标定数据量较大的数据集，并进行调试
目录
Ⅰ
Use
method
1
use
mindvision
cam
for
detection
py
detect.py
--weights
best.pt
--source
0
--view-img
2
Collect
frame
as
the
raw
dataset,
using
mindvision
camera
py
grabFrame.py
--collection
1
--reponum
(the
numbe
your
want)
--framenum
(the
number
you
want
2021-11-21 16:14:19
55.48MB
1
Yolo烟雾检测器V5
——————————————二次更新——————
那些说bug多的年轻人，我劝你耗子尾汁〜，因为我现在各更新了！把所有可用数据，更新代码讲解，优化，和模型，代码，数据，推理转换，onnx，openvino和消融对比，都写好啦〜，大家先看我这篇文章，然后公众号回复可以获取全部，不用在这git clone啦〜，我公众号回复yolov5香烟下载好后能直接检测，或者继续训练〜
做了模型优化，提高了一些效果，欢迎大家查看这篇文章： ://mp.weixin.qq.com/s/m-bn-Q0dhfav-YsI5b-oLg详细查看，算法开源了，代码加模型加优化策略加导出加Openvino推理加数据等等，公众号：DeepAI视界回复：yolov5香烟领取全部。
本原创项目长期更新，逐步完成校园异常行为实时精检测，做到集成+ N次开发+优化（不止逐步调包）为止，随后将不断更新以下
2021-11-17 18:05:13
40.01MB
1
Yolov5 +使用PyTorch进行深度排序
介绍
该存储库包含PyTorch YOLOv5的简化版（ ）。它过滤掉不是人的所有检测。然后，将对人员的检测传递给跟踪人员的深度排序算法（ ）。它仅跟踪人员这一事实背后的原因是，深度关联度量仅在人员数据集上进行训练。
描述
该实现基于两篇文章：
使用深度关联指标进行简单的在线和实时跟踪
YOLOv4：物体检测的最佳速度和准确性
要求
安装了所有requirements.txt依赖关系的Python 3.8或更高版本，包括torch> = 1.7。要安装运行：
pip install -U -r requirements.txt
所有依赖项都包含在关联的docker映像中。 Docker要求是：
nvidia-docker
Nvidia驱动程序版本> = 440.44
在运行跟踪器之前
递归克隆存储库：
git clone --r
2021-11-15 12:08:02
665KB
1