机器学习课程设计猫狗图像识别检测分类项目源码+数据集 系统源码+猫狗识别数据集+大作业文档以及答辩PPT。 由于数据集中图片数量太多，所以将图片数据打包存在了 cats_and_dogs.zip 里面。 该数据集包含25000张猫狗图像(每个类别各有12500张)。CNN是用这个集合里面的数据进行训练，CNN基于验证集上的性能来调节模型配置（超参数：层数，每层神经元数量等）图像数据输入卷积神经网络之前，应该将数据格式化为经过预处理的浮点数张量。 需要对图像进行向量化处理，同时对标签也要进行向量化处理。 代码位于 5.2_小型数据建立卷积神经网络_猫狗图像分类2.ipynb 中。

里面包含如何训练以及测试的代码，安全帽数据集以及训练模型下载地址，可以接用于YOLO目标检测和跟踪，数据集包括两个类别person、hat，8000多张标注好的的图片，两种标签格式分别为txt和xml格式。

基于深度学习的口罩识别检测系统源码，在yolov5目录下执行下列代码 python detect.py --source data/images/bus.jpg --weights pretrained/yolov5s.pt 执行完毕之后将会输出下列信息 image-20210610111308496 在runs目录下可以找到检测之后的结果 image-20210610111426144 按照官方给出的指令，这里的检测代码功能十分强大，是支持对多种图像和视频流进行检测的，具体的使用方法如下： python detect.py --source 0 # webcam file.jpg # image file.mp4 # video path/ # directory path/*.jpg # glob

毕业设计基于步态识别的多目标跨镜头跟踪算法研究 主算法：基于yoloV5-deepsort框架进行目标检测和跟踪+GaitSet算法 Introduction This repository contains a highly configurable two-stage-tracker that adjusts to different deployment scenarios. The detections generated by YOLOv5, a family of object detection architectures and models pretrained on the COCO dataset, are passed to a Deep Sort algorithm which tracks the objects. It can track any object that your Yolov5 model was trained to detect.

基于深度学习的疫情防控口罩佩戴识别检测算法研究与实现项目源码。基于深度学习的疫情防控口罩佩戴识别检测算法研究与实现项目源码基于深度学习的疫情防控口罩佩戴识别检测算法研究与实现项目源码基于深度学习的疫情防控口罩佩戴识别检测算法研究与实现项目源码基于深度学习的疫情防控口罩佩戴识别检测算法研究与实现项目源码基于深度学习的疫情防控口罩佩戴识别检测算法研究与实现项目源码基于深度学习的疫情防控口罩佩戴识别检测算法研究与实现项目源码基于深度学习的疫情防控口罩佩戴识别检测算法研究与实现项目源码基于深度学习的疫情防控口罩佩戴识别检测算法研究与实现项目源码基于深度学习的疫情防控口罩佩戴识别检测算法研究与实现项目源码基于深度学习的疫情防控口罩佩戴识别检测算法研究与实现项目源码

【OpenCV】 使用Pycharm + anaconda环境进行摄像头人脸识别检测 - 完整Python代码

本项目采用YOLOv5实现垃圾分类目标检测。利用大量已标注目标检测数据集进行训练，对居民生活垃圾图片进行检测，找出图片中属于哪个类别的垃圾，并指示出在图片中的位置。 本工程YOLOv5使用PyTorch版的ultralytics/yolov5，在Windows系统上进行垃圾分类目标检测的项目演示。具体项目过程包括：数据集及格式转换、探索性数据分析（EDA）、安装软件环境、安装YOLOv5、修改YOLOv5代码(为支持中文标签）、训练集和测试集自动划分、修改配置文件、准备Weights&Biases训练可视化工具、训练网络模型、测试训练出的网络模型和性能统计。

基于yolov5的口罩识别检测系统，含UI设计

中文车牌识别系统。其目标是成为一个简单、高效、准确的非限制场景(unconstrained situation)下的车牌识别库。相比于其他的车牌识别系统有如下特点： 它基于openCV这个库。这意味着你可以获取全部源代码，并且移植到opencv支持的所有平台。 它能够识别中文。例如车牌为苏EUK722的图片，它可以准确地输出std:string类型的"苏EUK722"的结果。 它的识别率较高。图片清晰情况下，车牌检测与字符识别可以达到99%以上的精度。NDTS（本地数据测试集）

MATLAB口罩识别检测[GUI，详解，万字文档].zip