基于yolov5的吸烟行为检测源码+模型.zip
基于yolov5的吸烟行为检测源码+模型.zip基于yolov5的吸烟行为检测源码+模型.zip基于yolov5的吸烟行为检测源码+模型.zip基于yolov5的吸烟行为检测源码+模型.zip
基于yolov5的吸烟行为检测源码+模型.zip基于yolov5的吸烟行为检测源码+模型.zip基于yolov5的吸烟行为检测源码+模型.zip基于yolov5的吸烟行为检测源码+模型.zip
基于pyqt yolov5 dlib的驾驶员行为监控系统源码+模型.zip基于pyqt yolov5 dlib的驾驶员行为监控系统源码+模型.zip基于pyqt yolov5 dlib的驾驶员行为监控系统源码+模型.zip基于pyqt yolov5 dlib的驾驶员行为监控系统源码+模型.zip基于pyqt yolov5 dlib的驾驶员行为监控系统源码+模型.zip
本项目是一个基于视觉识别的安全驾驶监测系统,旨在提高道路安全性,减少由于驾驶员疲劳或分心引发的交通事故。系统基于Jetson Xavier NX构建,使用最新的YOLOv8、Dlib和OpenCV技术,实现了实时监测驾驶员行为的功能,如观看手机、打哈欠、眨眼等。 功能特性 实时行为监测:利用摄像头捕捉驾驶员面部表情及行为,实时识别疲劳或分心状态。 人脸识别:验证驾驶员身份。 警告系统:在检测到高风险行为时发出声音和画面警告,提醒驾驶员注意安全。 技术栈 YOLOv8:用于实时物体检测。 Dlib:面部识别与追踪。 OpenCV:图像捕捉与处理。 TensorRT:优化模型性能,提高帧率。
基于opencv+yolov8实现目标追踪及驻留时长统计源码.zip基于opencv+yolov8实现目标追踪及驻留时长统计源码.zip基于opencv+yolov8实现目标追踪及驻留时长统计源码.zip基于opencv+yolov8实现目标追踪及驻留时长统计源码.zip
使用环境: Anaconda 3 Python 3.9 Pytorch 11.8 Windows 11 运行 streamlit run app.py
本项目基于YOLOv8 ultralytics YOLOv8 使用win32 api bitblt截图,获取游戏画面 通过YOLOv8-pose 关键点检测预训练模型,进一步进行自定义数据集训练,获取最佳射击点 使用c语言,win32 api编译的鼠标控制程序 3. 模型训练: 将自定义数据集放入dataset目录下,根据 ultralytics 官方文档进行训练 ultralytics 官方文档 4. 使用方法: 下载本项目 安装依赖 pip install -r requirements.txt 运行main.py python main.py
部署yolov8的tensorrt模型支持检测分割姿态估计的C++源码+部署步骤.zip
毕业设计基于Opencv的车牌识别系统 车牌搜索识别找出某个车牌号 对比识别车牌系统 车牌数据库认证系统 车牌图文搜索系统 车牌数据库搜索系统 文件图片识别车牌 网络图片地址识别车牌 实时截图识别车牌 图片自适应窗口大小 摄像头拍照识别车牌 使用 hyperlpr 提高识别率
持之以恒
勤写标兵
笔耕不辍
创作能手