![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
YOLO
文章平均质量分 89
滴滴滴'cv
这个作者很懒,什么都没留下…
展开
-
python 实现视频流播放
前言本项目应用于目标检测在服务器端,没有gui界面查看实时结果的项目上。如果考虑自己用,可以直接使用flask-video-stream简易视频流搭建来进行轻量化的搭建,但是带宽开销比较大,没有使用H264等协议,720清晰度大约带宽开销15MB,现场项目上无法使用,因此切换成ffmpeg+videojs(vlc也可以,客户端查看)+python的方式实现目标检测的视频流展示。rtmp 服务器搭建在服务器端搭建一套rtmp,接收视频流的传输,可以采用docker的方式实现一键化部署,实现链接放这里了原创 2021-02-24 13:42:55 · 6696 阅读 · 4 评论 -
DeepSort 总结
DeepSort与Sort先把两者区别写出来:Sort 算法利用卡尔曼滤波算法预测检测框在下一帧的状态,将该状态与下一帧的检测结果进行匹配,实现车辆的追踪。DeepSort中采用了一个简单的CNN来提取被检测物体(检测框物体中)的外观特征(低维向量表示),在没帧检测+追踪后,进行一次物体外观特征的提取并保存。Sort的问题:匹配的时候用的是匈牙利算法,但是当物体遮挡之后,前后帧的物体失去关联,物体重新出现后,会切换id。在实时视频流中,不可能保留全局视频帧中的检测框数据,因此想要解决ID频繁原创 2021-01-07 20:00:49 · 7128 阅读 · 2 评论 -
YOLOv5学习总结(持续更新)
YOLOv5学习总结训练效果(持续更新)前言网络结构可视化yolov3yolov4yolov5核心基础内容Mosaic数据增强自适应锚框计算自适应图片缩放首先感谢江大白大佬的研究与分享,贴上链接深入浅出Yolo系列之Yolov5核心基础知识完整讲解将yolov3-v5的变化讲的很清楚,思路很清晰,值得花时间好好从头到尾读一遍。训练效果(持续更新)先贴结果,自己试了组工牌胸牌检测(yolov5s),100个epoch的mAP@.5 达到0.95,效果真的不错,检测速度也很快,一张图0.009s(20转载 2020-09-12 06:11:36 · 197049 阅读 · 31 评论