每个文件对应一种数据集的解析，解析格式按照yolov5训练集的格式生成，可以根据个人文件的位置修改相应路径，亲测可行，代码逻辑较简单。

-yolov5-DNF 使用yolov5检测DNF游戏画面，通过设计相应的算法来控制角色自动打怪。 详细教学请移步b站，有很详细的讲解： ://www.bilibili.com/video/BV18r4y1A7BF/ 对于代码的使用，有几点要注意： 代码中涉及到使用opencv对小地图和技能栏进行模板匹配和二值化等操作，注意，不同游戏分辨率和电脑显示器分辨率是不同的，代码中识别的（0,0,1280,800 ）是本人游戏中的分辨率，而small_recgonize.py和skill_recgonize.py中的img [45:65，1107：1270]，img [733：793，538：750，2]是根据不同显示器的分辨率决定的的，使用时需要自己调整。 本人训练的yolov5模型还有待提高，我的训练集只有294张图片，因此效果一般。

反射衣服检测和数据集yolov5 施工人员穿戴检测yolov5 作者是雷雷 yolov5 detect qq群（已满）：980489677 yolov5检测qq2群：710514100 数据集下载链接详见说明-请参阅有关数据集下载链接的说明！ 演示 数据标签工具 其他

yolov5加双目测距的代码，下载后直接运行detect_and_stereo_video_003.py即可开始识别定位。注意是在yolov5的环境运行的。

yolov5+deepsort框架

YOLOv5 LibTorch 通过LibTorch C ++ API部署YOLOv5进行实时对象检测 环境 Ubuntu 18.04 OpenCV 3.2.0 LibTorch 1.6.0 CMake 3.10.2 入门 安装OpenCV。 sudo apt-get install libopencv-dev 安装LibTorch。 wget https://download.pytorch.org/libtorch/nightly/cpu/libtorch-shared-with-deps-latest.zip unzip libtorch-shared-with-deps-latest.zip 编辑“ CMakeLists.txt”以正确配置OpenCV和LibTorch。 编译并运行。 cd build cmake .. make ./../bin/YOLOv5

yolov5-5版本官方代码

yolov5_3.0官方预训练模型

0.说明 此存储库包含如何在DeepStream 5.0中运行yolov5模型 1.生成yolov5引擎模型 我们可以使用 yolov5生成引擎模型 重要的提示： 您应该替换tensorrtx / yolov5中的yololayer.cu和hardswish.cu文件 如何运行，以yolov5s为例 - 一种）。 用yolov5s.pt从pytorch生成yolov5s.wts git clone https://github.com/wang-xinyu/tensorrtx.git git clone https://github.com/ultralytics/yolov5.git // download its weights 'yolov5s.pt' // copy tensorrtx/yolov5/gen_wts.py into ultralytics/yolov5 //

yolov5人脸检测