这是基于Yolov5标注的人脸与口罩数据集，包含图片和txt文档，可直接训练使用 约4000张不带口罩的人脸图片+4000张带口罩的人脸图片，含标注文件，符合YOLOv5格式，可直接训练。

实现了 出/入 分别计数。 显示检测类别。 默认是 南/北 方向检测，若要检测不同位置和方向，可在 main.py 文件第13行和21行，修改2个polygon的点。 默认检测类别：行人、自行车、小汽车、摩托车、公交车、卡车。 检测类别可在 detector.py 文件第60行修改。 运行环境 python 3.9.10，pip 22.0.3+ pytorch 1.10.2+ pip3 install -r requirements.txt 如何运行 确保正确安装 python 和 CUDA D:\> python -V D:\> nvidia-smi D:\> nvcc -V

项目简介： 使用YOLOv5+Deepsort实现车辆行人追踪和计数，代码封装成一个Detector类，更容易嵌入到自己的项目中。 效果：  # YOLOv5检测器： ```python class Detector(baseDet): def __init__(self): super(Detector, self).__init__() self.init_model() self.build_config() def init_model(self): self.weig

介绍 Yolov5-face 是一种实时、高精度的人脸检测。 表现 VGA分辨率的单尺度推理（最大边等于640和尺度）。 大家庭 方法 骨干 简单 中等的 难的 #参数(M) #人字拖(G) DSFD (CVPR19) ResNet152 94.29 91.47 71.39 120.06 259.55 视网膜面部 (CVPR20) ResNet50 94.92 91.90 64.17 29.50 37.59 火腿盒 (CVPR20) ResNet50 95.27 93.76 76.75 30.24 43.28 蒂娜脸 (Arxiv20) ResNet50 95.61 94.25 81.43 37.98 172.95 SCRFD-34GF(Arxiv21) 瓶颈研究 96.06 94.92 85.29 9.80 34.1

YOLOv5火焰识别，代码+训练好的权重+5000多张标注好的VOC格式火焰数据集 详情见：https://blog.csdn.net/zhiqingAI/article/details/124230743

该权重文件为v5.0版本，包含 yolov5s.pt、 yolov5m.pt、 yolov5l.pt、 yolov5x.pt

1、yolov5x模型 2、安全帽佩戴识别 3、视频识别（代码） 4、图片识别（代码）

1.包含github上的5n和5s两个快速训练权重以及经过训练后的单个人体目标的最佳识别结果 2.训练环境：win10 3.迭代次数：300+ 4.精确率和召回率均收敛

YOLOv5预训练权重（免费）（更新时间：2022/4/25）

全国嵌入式大赛红绿灯识别数据集：包括红、黄、绿三种灯的实际图片拍照和标注。 全国嵌入式大赛红绿灯识别数据集，符合yolov5模型训练要求