深度学习对象检测技术有时用于图像中的人物检测。
人员检测在自动驾驶系统中非常普遍。 此外，它还用于工厂和工作场所。 他们检查工人的行为或工人是否在危险区域佩戴必要的设备。
他的文件是一个示例代码，它使用标记的视频数据训练对象检测模型 (Yolo v2)，以检测是否戴头盔的人。
[键控] 图像处理·计算机视觉·深度学习·机器学习·CNN·Yolo v2·物体检测
2022-09-21 21:13:06
2.24MB
1
Yolov4-deepsort头盔检测
使用DarknetYOLOv4模型训练的头盔（安全帽）检测器。
测试环境
Windows 10 x64 2020 (build 19041.388)
NVIDIA RTX 2070 Super
CUDA 10.1 / CuDNN 7.6.5
Python 3.7.7 x64
tensorflow 2.2.0 GPU
训练体重
将重量文件放在./configs
要使用自己的数据集进行训练，您应该使用 。 并需要更改一些参数
使用的数据集
+约100张图片
依存关系
Python
opencv-python，numpy，scikit图像在图像上画框和文字
张量流2.2.0 使用DeepSORT模型跟踪对象
matplotlib 创建颜色图
CUDA 10.1 / CuDNN 7.6.5
暗网
用于yolov4对象检测
dark.dll,
2021-08-28 00:42:34
12.2MB
1
Smart_Construction
如果帮到您请给个 star :glowing_star::glowing_star::glowing_star:，您的 star:glowing_star: 是我最大的鼓励！
该项目是使用 YOLOv5 v2.x 的程序来训练在智能工地安全领域中头盔目标检测的应用
可视化界面演示（2021.3 上新！）：
:collision::collision::collision:新增可视化界面上线啦！！！！来一波演示！！！:collision::collision::collision:
使用文档:
纯图片再来一波演示！
指标
yolov5s 为基础训练，epoch = 50
分类
P
R
mAP0.5
总体
0.884
0.899
0.888
人体
0.846
0.893
0.877
头
0.889
0.883
0.871
安全帽
0.917
0.921
0.917
对应的权重文件：，提取码: b981
yolov5m 为基础训练，epoch = 100
分类
P
R
mAP0.5
总体
0.886
0.915
0.901
人体
0.844
0.906
2021-07-26 10:41:55
22.32MB
1
反射衣服检测和数据集yolov5
施工人员穿戴检测yolov5
作者是雷雷
yolov5 detect qq群（已满）：980489677
yolov5检测qq2群：710514100
数据集下载链接详见说明-请参阅有关数据集下载链接的说明！
演示
数据标签工具
其他
2021-07-08 16:19:55
16.19MB
1
通过使用bbox批注检测5k图像上的人员和安全帽，提高工作场所的安全性。该数据集包含以下3类的5000幅图像，这些图像带有PASCAL VOC格式的边界框注释：头盔;人;
头。
2021-06-09 13:10:59
1.22GB
1
该数据集包含764种2个不同类别的图像，用于进行头盔检测。
Helmet Detection_datasets.txt
Helmet Detection_datasets.zip
2021-03-24 23:05:58
391.05MB
1