介绍 该项目的灵感来自: 我将YOLO v3换成了YOLO v4,并添加了用于异步处理的选项,这大大提高了FPS。 但是,使用异步处理时FPS监视将被禁用,因为它不准确。 另外,我从提取了算法,并将其实现到deep_sort/track.py 。 用于确认轨迹的原始方法仅基于检测到对象的次数,而不考虑检测置信度,从而在发生不可靠的检测时(即低置信度真阳性或高置信度假阳性)导致高跟踪误报率。 轨道过滤算法通过在确认轨道之前计算一组检测次数的平均检测置信度,从而大大降低了这一点。 请参阅下面的比较视频。 低置信度轨道过滤 导航到适当的文件夹以使用低置信度轨道过滤。 上面的视频演示了差异。
2021-09-23 16:35:24 144.81MB asynchronous tensorflow yolo object-detection
1
主要介绍了C#中Arraylist的sort函数用法,较为详细的分析了ArrayList的sort函数的功能、定义及具体使用技巧,具有一定参考借鉴价值,需要的朋友可以参考下
2021-09-20 12:17:00 32KB C# Arraylist sort函数
1
多摄像机实时对象跟踪 该存储库包含我的对象检测和跟踪项目。 所有这些都可以托管在云服务器上。 由于您还可以将自己的IP摄像机用于异步处理。 我已经写了关于如何使用自己的智能手机与ImageZMQ到流博客文章。 Deep SORT和YOLO v4 查看我的以查看我使用的跟踪算法,其中包括Tensorflow 2.0,异步视频处理和低置信度跟踪过滤的选项。 流量计数() 该项目是对象计数应用程序的扩展。 () 产品特点 使用从DETRAC数据集生成的总共244,617张图像进行了训练。 您可以在找到我创建的转换代码。 我将用作数据准备和培训的指南。 每个跟踪ID仅计数一次。 通过查看被跟
2021-09-14 09:57:54 97.25MB opencv flask tracking livestream
1
设计一系统,实现医药公司定期对销售各药品的记录进行统计,可按药品的编号、单价、销售量或销售额做出排名。 [实现提示] 在本设计中,首先从数据文件中读出各药品的信息记录,存储在顺序表中。各药品的信息包括:药品编号、药名、药品单价、销出数量、销售额。药品编号共4位,采用字母和数字混合编号,如:A125,前一位为大写字母,后三位为数字,按药品编号进行排序时,可采用基数排序法。对各药品的单价、销售量或销售额进行排序时,可采用多种排序方法,如直接插入排序、冒泡排序、快速排序,直接选择排序等方法。在本设计中,对单价的排序采用冒泡排序法,对销售量的排序采用快速排序法,对销售额的排序采用堆排序法。
2021-09-10 13:35:06 291KB Sort
1
人体跌倒检测与追踪 使用Tiny-YOLO oneclass检测帧中的每个人,并使用获取骨骼姿势,然后使用模型从每个人跟踪的每30帧中预测动作。 现在支持7种动作:站立,行走,坐着,躺下,站起来,坐下,跌倒。 先决条件 Python> 3.6 火炬> 1.3.1 原始测试运行在:i7-8750H CPU @ 2.20GHz x12,GeForce RTX 2070 8GB,CUDA 10.2 数据 该项目已经训练了一个新的Tiny-YOLO oneclass模型,以仅检测人的物体并减小模型的大小。 使用旋转增强的人员关键点数据集进行训练,以在各种角度姿势中更可靠地检测人员。 对于动作识别,使用来自跌倒检测数据集(,家庭)的数据,通过AlphaPose提取骨骼姿势,并手动标记每个动作帧,以训练ST-GCN模型。 预训练模型 Tiny-YOLO oneclass- , SPPE
2021-09-10 13:12:59 27.72MB pytorch sort pose-estimation st-gcn
1
深度排序 学习使用seq2seq模型对数字进行排序。 运行这段代码 调用pip install -r requirements.txt安装所有依赖项。 产生资料 可以使用所有数据 样品电话 python generate.py \ --name="train" \ --size=10000 \ --max_val=256 \ --min_length=2 \ --max_length=256 \ 训练 可以通过在设置适当的参数,然后将train.run()设置为在调用,最后一次调用python main.py (是的,我很抱歉,对于未配置命令行参数)。 从上面的示例调用生成的数据集中训练了1个纪元,大约花费了10分钟。 评估 在train.txt上训练模型后,使用生成测试集( name="test" ),然后以与上所述相同的方式运行 ,以查看该模型的一些示例评估。 再
1
DEEP SORT目标跟踪算法论文
2021-09-07 14:11:30 1.15MB deepsort
1
SORT论文
2021-09-07 14:11:26 113KB SORT
1
Python数据结构与算法(几种排序) 数据结构与算法(Python) 冒泡排序 冒泡排序(英语:Bubble Sort)是一种简单的排序算法。它重复地遍历要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来。遍历数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。 冒泡排序算法的运作如下: 比较相邻的元素。如果第一个比第二个大(升序),就交换他们两个。 对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对。这步做完后,最后的元素会是最大的数。 针对所有的元素重复以上的步骤
2021-09-04 16:52:34 573KB list排序 python算法 sort
1
八大排序C语言实现
2021-08-28 09:00:29 6KB 八大排序算法
1