基于yolov5算法行人检测计数源码(带GUI界面)+模型(40多万个人形数据训练)+评估指标曲线+操作使用说明.zip 主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。

1、基于yolov5算法实现道路卡车识别检测源码+模型文件+评估指标曲线+使用说明 2、附有训练、loss(损失值)下降曲线、Recall(召回率)曲线、precision(精确度)曲线、mAP等评估指标曲线 3、9000多张图片数据集训练，迭代200次，模型拟合较好。 4、识别一个类别，“truck” 【备注】有相关使用问题，可以私信留言跟博主沟通。

09_细胞检测与计数系统（openCV源码）

基于yolov5和deepsort的智能交通监控系统，有详细注释和readme使用说明

YOLOv5行人车辆跟踪检测识别计数系统实现了 出/入 分别计数。 默认是 南/北 方向检测，若要检测不同位置和方向，可在 main.py 文件第13行和21行，修改2个polygon的点。 默认检测类别：行人、自行车、小汽车、摩托车、公交车、卡车。 YOLOv5行人车辆跟踪检测识别计数系统实现了 出/入 分别计数。 默认是 南/北 方向检测，若要检测不同位置和方向，可在 main.py 文件第13行和21行，修改2个polygon的点。 默认检测类别：行人、自行车、小汽车、摩托车、公交车、卡车。YOLOv5行人车辆跟踪检测识别计数系统实现了 出/入 分别计数。 默认是 南/北 方向检测，若要检测不同位置和方向，可在 main.py 文件第13行和21行，修改2个polygon的点。 默认检测类别：行人、自行车、小汽车、摩托车、公交车、卡车。

基于opencv的人脸检测与数目统计，对于初学者还是很有帮助的。里面的代码是经过网上的代码改编，值得说明的是，我用的是vs2013.opencv3.0 。网上太多版本太低不适合，导致初学者会因为小问题而花费大量时间。注：在project18中添加自己的图片。例如：1.JPG 祝你好运！

车辆检测与计数 使用opencv和Python进行车辆检测和计数 从此处下载视频数据集。

基于yolov4模型的目标检测与计数应用文档资料

一、代码内容 1、介绍YOLOv2模型 2、提高yolov2代码，100%可用含数据集 3、通过实例介绍YOLOv2模型，讲解以及中文注释通俗易懂 4、MATLAB版本要求至少是2020a版本 5、对应免费观看B站视频链接：https://www.bilibili.com/video/BV1Rq4y1j7De?p=2 ———————————————— 版权声明：本文为CSDN博主「小洋葱.」的原创内容，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

C++细胞检测与计数系统源码，基于C++和opencv，包含测试图像可执行软件以及源代码，可运行和参考学习。