基于 yolo5+deep_sort 的物体计数以及密度估计
deepsort 输入增加了类别，输出了增加了类别和速度
deepsort IOU替换成为DIOU
密度估计是检测的后处理，简单的涂色+高斯模糊实现的demo
效果展示：
原版yolov5参考
2021-06-29 10:20:29
5.6MB
1
python代码。将labelme标注好的json文件，经过读取数据并转换计算坐标后，转为yolov5训练时需要的txt文件
2021-06-25 17:06:52
2KB
1
"YOLOv5"的项目团队是Ultralytics LLC 公司，很多人应该没有听过这家公司。但提到他们公司的一个项目，很多人应该就知道了，因为不少同学用过。那就是基于PyTorch复现的YOLOv3，按目前github上star数来看，应该是基于PyTorch复现YOLOv3中的排名第一。Amusi 之前还分享过此项目
2021-06-24 19:42:39
789.63MB
1
火焰的数据集，里面有1553张图片，含有标注好的txt和xml文件，自己标注，用yolov5训练，mAP@.5为0.953,mAP@.5:.95：为0.679
2021-06-23 15:06:27
194.03MB
1
pycharm的环境需要自己去搭建，运行mian.py即可，模型只有最小模型，因为加上其他模型太大，上传不了，使用先阅读脚本释义.txt
2021-06-22 10:07:34
330.7MB