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。

基于人群密度估计和Lucas-Kanade光流的行人计数

行业分类-设备装置-单目摄像机垂直视角下基于Blob的行人计数方法.zip

yolov5 + deepsort实现了行人计数功能， 统计摄像头内出现过的总人数，以及对穿越自定义黄线行人计数效果如下 运行 python person_count.py 详细见本人博客：

一、课题介绍 我国人数基数大，各个公共场合的人数是一个十分重要的信息，也是人们一直关注的话题。教室作为其中一个十分特殊的公共场合，它的人数有着很重要的现实意义。比如在无人或者人数比较少的教室可以做到远程控制空调和风扇以及电灯数量，节约能源的目的；统计高校学生逃课比例，目前目前老师往往采取手工点名，效率低下，或者存在替代点名的情况，导致数据不可靠；高校或者社会中教室资源紧张，很多场所的教室面临一座难求，如果有一套行之有效的教室人数统计系统，可以合理地分配社会资源，让资源得到充分的利用；讲座时，参与人数可以充分反映讲座人的受欢迎程度，客观反映真实情况等等。 该课题为基于MATLAB的教室人数统计，带有丰富的人机交互GUI界面。实现教室人数的计数统计，进而统计出勤率，上课认真听讲的比例。原先预设总人数，未出勤或者书本遮住脸部、趴着玩手机等必然无法采集到人脸，从而对应数量缺失，得出出勤率或听讲率。该课题采用肤色原理进行人脸定位和人脸分割。本课题中，为了界面GUI的美观，刻意将分割出的人脸单独显示在GUI对应的axes里。是个不错的设计选题。 二、基本流程 读入图片（或调用笔记本自带摄像头），灰度处理，转YcbCr，二值化，Hough变换，人脸区域定位，计数