深度学习YOLO图像视频足球和人体检测 - python opencv

1 课题背景

得益于深度学习技术的飞速发展,基于深度学习的目标检测算法研究成为近几年研究的热门方向。

本项目基于Yolov5算法实现图像视频足球和人检测。

2 实现效果

3 卷积神经网络

卷积神经网络（CNN）是一种包含卷积运算的深层前馈神经网络。传统的神经网络每个神经元权重连接上层的所有神经元，所以会出现大量权重值，增加整个网络的数据量和复杂程度。CNN则具有两个重要特征则是“局部感知”和“权值共享”，可有效提取数据的特征同时降低权值数量。完整的卷积网络通常包括卷积层、池化层、全连接层和输出层。

卷积神经网络的运行流程就是在卷积层进行特征提取，池化层进行进一步特征概括，最终通过全连接层进行分类的过程，流程见下图。根据数据的特征不同，卷积网络需要构建不同深度的网络结构，越复杂的数据越需要丰富的网络堆叠方式来提取数据的多层特征。

卷积层的提取数据特征的作用方式是通过卷积运算，使相同的卷积核根据固定的步长遍历数据。卷积核每遍历一个位置就和前一层中的神经元执行卷积运算，它是将矩阵中相同位置的元素直接相乘，然后求和的过程