社会距离检测员
使用Keras和TF用Python编写的深度学习算法，可从CCTV图像中检测出社交距离冲突
方法
社交距离控制的算法由两部分组成：
用于对象检测的深度学习模型，可以识别图像中涉及的所有主题；
根据前一点的预测，进行几何距离计算以量化人际距离，从而确定违反社会距离的对象。 这种类型的方法可保证令人满意的结果，因为它们很大程度上取决于对象检测算法的质量，在当前的技术水平下，这是一项经过广泛讨论和完善的任务，始终可获得更好的结果。
物体检测
对于检测算法，使用了YOLO（您只能看一次），尤其是在其最新版本4 [2]中。 YoloV4是YoloV3的一项重大改进：新骨干架构的实施使平均平均精度提高了10％，FPS（每秒帧数）数量提高了12％。 此外，在单个GPU上训练网络变得更加容易。 YOLO基于单个卷积神经网络（CNN）。 CNN将图像划分为多个区域，然后预测每个区域的边界
