欧美日韩欧美,女人和拘做受大片免费看,麻花豆传媒剧国产mv免费版特色,欧美成人精品高清在线观看,麻豆产精国品一二三产区区

【A221】深度學習 :YOLO及SORT算法實現(xiàn)車輛、行人多目標的實時檢測和跟蹤

2022-02-28 15:02:23      索煒達電子      1312     

文件編號:A221

文件大?。?/strong>607M

開發(fā)環(huán)境:Python3.8、OpenCV4.5、YoloV3、YoloV4

猿創(chuàng)承諾:該項目親測正常運行,需遠程調(diào)試部署需另外收費,確保正常使用,不能正常使用全額退款。

簡要概述:利用深度學習中的YOLO及SORT算法實現(xiàn)車輛、行人等多目標的實時檢測和跟蹤,并利用PyQt5設計了清新簡約的系統(tǒng)UI界面,在界面中既可選擇自己的視頻、圖片文件進行檢測跟蹤,可以通過電腦自帶的攝像頭進行實時處理,可選擇訓練好的YOLO v3/v4等模型參數(shù)。該系統(tǒng)界面優(yōu)美、檢測精度高,功能強大,設計有多目標實時檢測、跟蹤、計數(shù)功能,可自由選擇感興趣的跟蹤目標。

按需寫作:

【A221】深度學習 :YOLO及SORT算法實現(xiàn)車輛、行人多目標的實時檢測和跟蹤

演示視頻:

【A221】深度學習 :YOLO及SORT算法實現(xiàn)車輛、行人多目標的實時檢測和跟蹤

點擊查看:系統(tǒng)演示視頻 提取碼:61ic

效果演示:

        首先展示一下檢測跟蹤系統(tǒng)軟件的功能和效果,系統(tǒng)主要實現(xiàn)的功能是車輛、行人等多目標的實時檢測和跟蹤,在界面中既可選擇自己的視頻、圖片文件進行檢測跟蹤,也可以通過電腦自帶的攝像頭進行實時處理,可選擇訓練好的YOLO v3/v4等模型參數(shù)。

(1)選擇視頻文件進行檢測跟蹤:點擊左側(cè)視頻按鈕可彈出文件選擇窗口,選擇一個自己的MP4或AVI視頻文件即可顯示視頻畫面,目標標注在畫面框中,右側(cè)顯示用時、目標數(shù)、置信度、位置坐標,要跟蹤的目標可通過下拉框選擇。

【A221】深度學習 :YOLO及SORT算法實現(xiàn)車輛、行人多目標的實時檢測和跟蹤

(2)選擇畫面中要跟蹤的目標:在視頻或攝像檢測跟蹤的過程中,如若想指定某個目標進行跟蹤,可通過右側(cè)的目標下拉選框選擇,選擇時畫面暫停等待選擇完成,畫面中標注框定位到選中的目標。

【A221】深度學習 :YOLO及SORT算法實現(xiàn)車輛、行人多目標的實時檢測和跟蹤

(3)目標檢測、跟蹤、計數(shù)功能的切換:選擇左側(cè)選項,可切換檢測、跟蹤、計數(shù)功能,選擇“跟蹤計數(shù)”可在目標上標記運動軌跡并計數(shù)。

【A221】深度學習 :YOLO及SORT算法實現(xiàn)車輛、行人多目標的實時檢測和跟蹤

(4)利用攝像頭進行檢測跟蹤:點擊左側(cè)攝像頭按鈕,則自動打開電腦上的攝像頭設備,檢測跟蹤的標記信息同樣顯示在界面中。

【A221】深度學習 :YOLO及SORT算法實現(xiàn)車輛、行人多目標的實時檢測和跟蹤

(5)選擇圖片進行目標檢測:點擊圖片選擇按鈕,彈出圖片選擇框選中一張圖片進行檢測,可自由瀏覽選中某個或多個對象。

【A221】深度學習 :YOLO及SORT算法實現(xiàn)車輛、行人多目標的實時檢測和跟蹤

由于整個軟件的實現(xiàn)代碼復雜,為了使得介紹循序漸進,首先介紹如何利用YOLO進行視頻中目標對的檢測。對于圖像中的目標檢測算法,其中比較流行的有YOLO、SSD等算法。

注意:本資源已經(jīng)過調(diào)試通過,下載后可通過PyCharm運行;運行界面的主程序為runMain.py,在配置好Python環(huán)境后可完美運行;camera_detection_tracking.py及video_detection_tracking.py這兩個分別為使用攝像頭、視頻檢測跟蹤的腳本文件,亦可直接運行;為確保程序順利運行,建議配置的Python依賴包版本如下:

(Python版本:3.8)

opencv-contrib-python 4.5.1.48

PyQt5 5.15.2

scikit-learn 0.22

numba 0.53.0

imutils 0.5.4

filterpy 1.4.5

tqdm 4.56.0

遠程協(xié)助:

溫馨提示:索煒達.猿創(chuàng)官方提供收費遠程協(xié)助,確保您項目運行成功。

點擊查看:遠程協(xié)助相關事項

我們提供完整項目文件清單如下:

文件目錄

 ├ 1.項目源碼

 ├ 2.運行截圖

 └ 3.演示視頻

TAGYOLO
  • 1 次
  • 900 分