标签：YOLOv4 对象 使用 神器 开源 跟踪 https Sense com

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

数据集：

使用的数据集：Safety-Helmet-Wearing-Dataset

环境准备：

指标：

模型下载：

https://pan.baidu.com/share/init?surl=mSIjDAzfiJd1fqSxIYzRDA  

密码：44qm

项目地址：

https://github.com/PeterH0323/Smart_Construction

yolov4-deepsort - 使用YOLOv4，DeepSort和TensorFlow实现的对象跟踪

使用YOLOv4，DeepSort和TensorFlow实现的对象跟踪。 YOLOv4是一种先进的算法，它使用深度卷积神经网络来执行对象检测。我们可以将YOLOv4的输出输入这些对象检测到Deep SORT（带有Deep Association Metric的简单在线和实时跟踪）中，以创建一个高度精确的对象跟踪器。

项目地址：

https://github.com/theAIGuysCode/yolov4-deepsort

sense 使用RGB相机与人类互动的能力来增强您的应用程序

sense 是一个推理引擎，可为功能强大的神经网络提供动作识别功能，且计算量较小。在此存储库中，项目提供：

1、开箱即用的两个模型已经在数百万个在摄像机前执行动作并与之交互的人类视频中进行了预训练。这两个神经网络都很小，高效，并且可以在CPU上实时平稳运行。

2、演示应用程序展示了我们模型的潜力：手势识别，健身活动跟踪，实时卡路里估算。记录和注释您自己的视频数据集的管道，并通过易于使用的脚本在我们的模型上训练自定义分类器，以微调权重。

环境准备：

• Linux (Ubuntu 18.04 LTS and 20.04 LTS) and macOS (Catalina 10.15.7)

• torch=1.5.1

• scikit-learn=0.23.2

• numpy=1.16.2

标签：YOLOv4,对象,使用,神器,开源,跟踪,https,Sense,com
来源： https://blog.51cto.com/15057851/2672691

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。