yolo3，目标检测、识别、跟踪， 人和车 都已经实现 程序入口是app.py 已在python 3.7 tensorflow 1.12.0上测试通过 详细说明请参照代码 里面有详细注释

免费下载，不需要积分或者C币

免费下载，不需要积分或c币

免费下载，无需积分或c币

安全帽识别安全帽检测yolo可以检测图片，视频流，有界面python识别率99%可商用源码具体效果：https://www.bilibili.com/video/BV1jJ41137N5?from=search&seid=12923138875718976927

ultralytics / yolov5，官方预训练权重yolov5x.pt，从drive.google下载下来的

加注释的神经网络模型，项目注释+论文复现：yolo ssd faster-rcnn cam unet yolov3 s4nd yolov4 dynamicrelu broadface targetdrop hs-resnet discface npcface

参考博客： 【tensorflow-2.x-gpu 】 获得tensorflow-Pb模型所有层的名字 https://blog.csdn.net/jn10010537/article/details/113620467

YOLO,吴恩达课后编程作业,Course 4 - 卷积，训练model_data/yolov2.h5的项目，直接下载，查看我发的另一篇博客关于这个资源的使用

YOLO训练和检测均是在一个单独网络中进行。YOLO没有显示地求取region proposal的过程。而rcnn/fast rcnn 采用分离的模块（独立于网络之外的selective search方法）求取候选框（可能会包含物体的矩形区域），训练过程因此也是分成多个模块进行。Faster rcnn使用RPN（region proposal network）卷积网络替代rcnn/fast rcnn的selective search模块，将RPN集成到fast rcnn检测网络中，得到一个统一的检测网络。