摩托（包含自行车）头盔监测数据集，共499张骑行状态头盔图片
摩托（包含自行车）头盔监测数据集，共499张骑行状态头盔图片
摩托（包含自行车）头盔监测数据集，共499张骑行状态头盔图片
2022-12-18 18:29:02
666.38MB
1、基于yolov5算法实现电动车头盔佩戴识别检测源码+模型文件+评估指标曲线+使用说明
2、附有训练、loss(损失值)下降曲线、Recall(召回率)曲线、precision(精确度)曲线、mAP等评估指标曲线
3、迭代200次，模型拟合较好。
4、识别2个类别，分别是“头盔”和“人头”
【备注】有相关使用问题，可以私信留言跟博主沟通。
2022-11-29 16:27:46
88.98MB
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
为了提高瞳孔中心定位精度,降低运算复杂度,首先采用星射线方法获取瞳孔边界点,与对整幅图搜索相比,计算量大大减小.设定感兴趣区域,对眼皮、眼睫毛及光斑干扰产生的虚假特征点进行剔除,然后利用特征点通过随机化的椭圆拟合定位瞳孔中心.随机化椭圆拟合允许杂质点的存在,确保了拟合定位算法的准确性,对虚假点的剔除更进一步加快了拟合速度.在连续帧处理时通过瞳孔像素数的变化快速对眨眼进行检测,区分眨眼与伪眨眼.实验结果表明,该算法简单且鲁棒性好.
2022-06-24 11:08:30
2.34MB
1
里面包含如何训练以及测试的代码，安全帽数据集以及训练模型下载地址，可以接用于YOLO目标检测和跟踪，数据集包括两个类别person、hat，8000多张标注好的的图片，两种标签格式分别为txt和xml格式。
2022-06-19 17:05:41
688.02MB