嵌入式方向专业综合项目课程文档

基于 YOLO 实现的道路行人非机动车识别检测

1552710 徐昆

1552675 胡泽豪

1552737 凌艺洪

1. 项目目标：

• 利用深度学习中的对象检测网络实现对道路上的行人或非机动车进行识

别检测。

• 定位：一个基于图像/视频数据的目标检测问题，主要任务为对于以人为

主体的监控环境来说，如何识别人、将人与其他对象进行有效的区分。从

机器学习的角度着手，确定合适的特征描述，借助大量的训练样本，学习

得到一个用于行人检测的分类器模型。

• 实现复杂背景下的高可靠性移动人体目标检测，针对复杂的背景环境以及

多变的类内差异，抓住问题的本质，提升检测系统的鲁棒性。

• 对行人的手势或姿态进行识别（比如交警的指挥手势等），做出判断。

项目目标分析：

基于深度学习方法的行人/非机动车检测问题主要工作涉及：

• 用于分类器训练及评价的大规模正、负样本集的收集

• 样本的特征描述

• 分类器模型的选择

• 分类器模型的训练

借助合适的特征描述子对样本图片进行特征提取，在此基础上，训练分类

器；在检测时对目标图像进行特征提取后，利用已经训练好的分类器对目

标图像进行检测。

项目难点之特征描述及特征提取：

1) 不同行人/非机动车之间外观的差异

2) 人体姿态的多变

基于yolo实现的道路行人非机动车识别检测1

智慧交通-基于深度学习YOLOv5实现道路车辆行人检测及行驶速度识别系统python源码(含模型+使用说明+报告文档).zip

基于YOLO的车辆多维特征识别系统（车色，车品牌，车标，车型）与PYQT实现（课程设计）

基于YOLO算法的行人检测方法.pdf

人工智能-行人或非机动车识别检测（完整源码）

基于YOLO的无约束场景中文车牌检测与识别-陈子昂.pdf

基于tensorflow yolo自动驾驶核心技术：行人目标检测（视频）.zip

基于深度学习的道路实景行人车辆检测.pdf

基于智慧公路的行人检测技术研究与实现

人工智能-项目实践-图像识别-利用YOLOv3结合行人重识别模型，实现行人的检测识别，查找特定行人

利用YOLOv3结合行人重识别模型（实现行人的检测识别，查找特定行人）.zip

【图像识别】基于yolo v2深度学习检测识别车辆matlab源码.md

基于YOLO算法的车辆违停检测

Python基于Yolo和Opencv的行人检测 行人跟踪

Python-本项目基于yolo3与crnn实现中文自然场景文字检测及识别

基于深度卷积神经网络的行人检测实现.pdf

人工智能-YOLOv3-行人重识别-利用YOLOv3结合行人重识别模型，实现行人的检测识别，查找特定行人

基于智慧公路的行人检测技术研究与实现.docx

基于 Python Yolov3 实现行人目标检测算法【100011409】

基于python与yolo3实现行人检测与多目标跟踪

一种基于改进YOLO v3的古文字及字体识别方法.docx

电动自行车识别检测数据集(含voc和yolo格式标签+xml转json格式脚本)（课程作业、设计、比赛、实际项目所用）.zip

YOLO车辆检测数据集+对任意车辆图片进行车辆检测和型号分类的识别系统.zip

YOLO车辆行人识别数据集

【含操作视频】基于yolo2的车辆检测识别matlab仿真

行人再识别代码，基于巴氏距离用matlab实现

基于深度学习的CrowdHuman行人检测识别系统搭建与实现

基于OpenCV的行人检测系统的实现

基于OpenCV+MFC的视频监测（实现行人检测）

基于HOG-SVM的行人检测——OpenCV实现

最新资源

Python基于Yolo和Opencv的行人检测行人跟踪