【C443】深度学习之YOLOV3算法多目标检测系统

2022-02-24 08:35:10      索炜达.猿创      333     

文件编号:C443

文件大小:266M

代码行数:181行(主程序)

开发环境:Python3.8、YoloV3、OpenCV4.5、PyQt5

猿创承诺:该源码均通过亲自测试可正常运行

简要概述:深度学习之YOLOV3算法多目标检测系统。

  1. 进行目标图片检测;

  2. 进行目标视频检测;

  3. 进行目标实时检测

运行效果:

Run:roaddetect.py

【C443】深度学习之YOLOV3算法多目标检测系统

【C443】深度学习之YOLOV3算法多目标检测系统

【C443】深度学习之YOLOV3算法多目标检测系统

目录│文件列表:

 ├ 演示视频

 │  └ 演示视频.mp4

 └ 项目源码

    └ workfinish

       │ main.py

       ├ .idea

       │  │ .gitignore

       │  │ misc.xml

       │  │ modules.xml

       │  │ vcs.xml

       │  │ work2.iml

       │  │ workspace.xml

       │  └ inspectionProfiles

       │     │ profiles_settings.xml

       │     └ Project_Default.xml

       └ yolov3

          │ .dockerignore

          │ 2.4.1'

          │ coco128.zip

          │ detect.py

          │ detect_road_source.py

          │ Dockerfile

          │ hubconf.py

          │ LICENSE

          │ README.md

          │ requirements.txt

          │ roaddetect.py

          │ roaddetectcopy.py

          │ srs.py

          │ test.py

          │ train.py

          │ tutorial.ipynb

          │ yolov3-spp.pt

          │ yolov3.pt

          ├ beijing

          │  │ beijing.jpeg

          │  │ beijing1.jpeg

          │  │ beijing2.jpg

          │  └ road.jpg

          ├ data

          │  │ argoverse_hd.yaml

          │  │ coco.yaml

          │  │ coco128.yaml

          │  │ hyp.finetune.yaml

          │  │ hyp.scratch.yaml

          │  │ voc.yaml

          │  ├ cameras

          │  │  └ camera.jpg

          │  ├ images

          │  │  │ 0a6edbcb6b772902edcc7d1522444dd.jpg

          │  │  │ 53b3f0cf18191e36615a0a1d9995ee9.jpg

          │  │  │ 664d7d857be57be9dd697f8f6106b5b.jpg

          │  │  │ bus.jpg

          │  │  └ zidane.jpg

          │  ├ scripts

          │  │  │ get_argoverse_hd.sh

          │  │  │ get_coco.sh

          │  │  └ get_voc.sh

          │  └ videos

          │     │ 1121wsdsdsd.jpeg

          │     │ ae81ab8121871e4d6676ad39473d8743.jpeg

          │     └ video.jpg

          ├ models

          │  │ common.py

          │  │ experimental.py

          │  │ export.py

          │  │ yolo.py

          │  │ yolov3-spp.yaml

          │  │ yolov3-tiny.yaml

          │  │ yolov3.yaml

          │  └ __init__.py

          ├ runs

          │  ├ detect

          │  │  └ exp

          │  │     │ bus.jpg

          │  │     └ zidane.jpg

          ├ utils

          │  │ activations.py

          │  │ autoanchor.py

          │  │ datasets.py

          │  │ general.py

          │  │ google_utils.py

          │  │ loss.py

          │  │ metrics.py

          │  │ plots.py

          │  │ torch_utils.py

          │  │ __init__.py

          │  ├ aws

          │  │  │ mime.sh

          │  │  │ resume.py

          │  │  │ userdata.sh

          │  │  └ __init__.py

          │  ├ google_app_engine

          │  │  │ additional_requirements.txt

          │  │  │ app.yaml

          │  │  └ Dockerfile

          │  ├ wandb_logging

          │  │  │ log_dataset.py

          │  │  │ wandb_utils.py

          │  │  │ __init__.py

          │  │  └ __pycache__

          │  │     │ wandb_utils.cpython-36.pyc

          │  │     └ __init__.cpython-36.pyc

          │  └ __pycache__

          │     │ autoanchor.cpython-36.pyc

          │     │ autoanchor.cpython-37.pyc

          │     │ datasets.cpython-36.pyc

          │     │ datasets.cpython-37.pyc

          │     │ general.cpython-36.pyc

          │     │ general.cpython-37.pyc

          │     │ google_utils.cpython-36.pyc

          │     │ google_utils.cpython-37.pyc

          │     │ loss.cpython-36.pyc

          │     │ metrics.cpython-36.pyc

          │     │ metrics.cpython-37.pyc

          │     │ plots.cpython-36.pyc

          │     │ plots.cpython-37.pyc

          │     │ torch_utils.cpython-36.pyc

          │     │ torch_utils.cpython-37.pyc

          │     │ __init__.cpython-36.pyc

          │     └ __init__.cpython-37.pyc

          └ weights

             └ download_weights.sh

TAGYOLOV3
  • 7 次
  • 1500 分