yolov5 COCO128数据集

rv1126linux环境配置和PC端仿真yolov3，板端运行yolov5.

yolo5_gpu_class yolov5 C ++ GPU版本，速度70ms / frame 网络使用cuda加速 net.setPreferableBackend(dnn::DNN_BACKEND_CUDA); net.setPreferableTarget(dnn::DNN_TARGET_CUDA); 常规函数使用UMat加速 Mat uFunction(frame) { UMat uimg; Mat result; frame.copyto(uimg) ####process uimg like img canny(uimg) ####process uimg like img uimg.copyto(result) return result } mat->umat 1.5ms umat版本函数有很多会被加速5,6倍 umat-mat 1ms

yolov5数据集已打好标签

训练集有5269张图片，测试集有1766张。包含不同场景和不同颜色安全帽，有需要的可以下载。

yolov5图片数据集已打好标签，只适合yolov5,其他用途别下载。

yolov5数据集,已打好标签，有需要的可以下载

yolov5_face_landmark 基于yolov5的人脸检测，带关键点检测 代码说明： 1，在yolov5的检测基础上，加上关键点回归分支，请先下载yolov5的工程： 2，detect_one.py是单张图片的测试代码，　基于部分wideface训练的模型，稍后在百度云公开。 主要修改代码部分： (1)hyp.scatch.yaml中增加关键点loss的超参数（landmark: 0.5） (2)yolo.py中增加了关键点回归的计算 (3)face_datasets.py为人脸数据的读取方式，准备数据的格式参考yolov5的格式，在后面增加关键点的坐标（归一化） (4)　loss.py中增加关键点回归的loss计算 (5) 链接: 密码: j83n (6) 效果图 : 关于口罩人脸的问题： 1，增加口罩人脸这个类别，建议不要直接在检测分支中增加类别。 2，应该在关键点分

跌倒检测数据集，收集包含1400+跌倒人群图片，可直接用于训练跌倒检测

yolov5最近有更新，用以前的模型，跑最新的代码会报错，这里上传最新的模型-对应yolov5v3.0。 我遇到的错误是：torch.nn.modules.module.ModuleAttributeError: 'Detect' object has no attribute 'm' 更新一下模型即可。