基于yolov5的行人检测跟踪与社交距离预测 (pedestrian detection and social distance prediction)

本文介绍了如何使用YOLOv5进行行人检测,并基于此实现社交距离的预测,旨在分类人群的高风险和低风险距离。提供了一个代码、模型和DEMO的下载链接,适用于课程设计或相关项目应用。
摘要由CSDN通过智能技术生成

 代码、模型和示例DEMO下载地址: 下载地址

1

基本功能:通过距离分类人群的高危险和低危险距离。

# 课程设计

# Social Distancing based on YOLOv5. 

环境要求:

Cython
numpy==1.17
opencv-python
torch>=1.5
matplotlib
pillow
tensorboard
PyYAML>=5.3
torchvision
scipy
tqdm
git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI

预测demo:

python detect.py --source ./inference/videos/person.mp4

detect.py代码:

评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

踟蹰横渡口,彳亍上滩舟。

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值