YOLO系列项目最全项目总结（持续更新中）

B站视频指路

【手把手带你做毕设yolo】这可能是全网最全的一集YOLO目标检测实战项目串烧大杂烩！30分钟全程干货带你速览应用！看这一个视频就够啦！预告片，正片顺序你们来定

Q 2500050191
B站 熬夜冲浪冠军
闲鱼 认真专注开卷
TB 深度学习地表最强小店
提供付费 咨询 辅导 代劳等服务
个人精力有限，提供知识付费，免费部分为爱发电不被绑架。

一、YOLOv5目标检测 pyqt5 GUI

简介：该项目基于YOLO目标检测算法，使用pyqt5制作GUI实现本地交互。支持上传图片检测，摄像头实时检测以及视频文件检测等功能，支持任意数据集经过yolov5训练后的自定义检测目标模型模型直接更换，其余yolo系列更换需要作微调适配。

二、YOLOv5单目测距 pyqt5 GUI

简介：该项目基于YOLO目标检测算法与单目相机模拟，使用pyqt5制作GUI实现本地交互。支持上传图片检测，摄像头实时检测以及视频文件检测功能。并且支持IoU、conf等实时调整，左下角提供是否保存结果到本地选项，显示检测结果的种类与对应数目。此外，支持显示距离显示，并且根据自定义的距离阈值给出过近预警提示。如图中小于25m有会车风险预警，距离超过25m认为安全距离较为安全。支持任意数据集经过yolov5训练后的自定义检测目标模型模型直接更换，其余yolo系列更换需要作微调适配。

三、YOLOv5双目测距三维坐标呈现

简介：该项目基于YOLO目标检测算法与双目相机模拟，实现目标的检测与三维坐标展示。双目相机需要根据实际双目相机进行标定（这里只展示逻辑，标定工作因相机制宜）。支持测量得到距离目标的距离，并且得到目标的三维坐标（x,y,z）。支持任意数据集经过yolov5训练后的自定义检测目标模型模型直接更换，其余yolo系列更换需要作微调适配。

四、YOLOv5车辆行人重识别

简介：该项目基于YOLO目标检测算法，实现目标的重识别。支持在视频中互动选中框选需要重试别的目标，在之后的重识别过程中能够重识别到目标不误判。支持任意数据集经过yolov5训练后的自定义检测目标模型模型直接更换，其余yolo系列更换需要作微调适配。这里给出车辆和猫的示例。

五、YOLOv5危险区域检测预警

简介：该项目基于YOLO目标检测算法，实现危险区域检测预警。包含危险区域内不规范佩戴严重警告，危险区域外进行距离测量，若距离较近，未正确佩戴会进行二级风险提示，距离在安全范围外则佩戴与否均视为安全。支持任意数据集经过yolov5训练后的自定义检测目标模型模型直接更换，其余yolo系列更换需要作微调适配。

六、YOLOv5目标检测 交互页面

简介：该项目基于YOLO目标检测算法，实现web低代码交互。可以选择图片进行检测，调节iou,conf等大小。此外，还支持数据预置，即使不上传图片也会有参考图片预置其中，方便使用者进行验证跑通。支持任意数据集经过yolov5训练后的自定义检测目标模型模型直接更换，其余yolo系列更换需要作微调适配。

七、YOLOv5密集人流距离监测

简介：该项目基于YOLO目标检测算法，实现人流量监控与统计，绘制运动轨迹与显示距离。当周围身边阈值内出现他人时认为过近，不符合安全距离，too close预警，安全距离如常说的一米线外则安全safe。常用于需要人与人之间保持距离等场景，不可过近。支持任意数据集经过yolov5训练后的自定义检测目标模型模型直接更换，其余yolo系列更换需要作微调适配。

八、YOLOv8目标检测 交互页面 

简介：该项目基于YOLO目标检测算法，实现页面的交互识别。支持模型选择，模型大小选择，置信度调节，图片检测，视频检测等。一站式低代码的完成页面交互，支持任意数据集经过yolov8训练后的自定义检测目标模型模型直接更换，其余yolo系列更换需要作微调适配。

九、YOLOv8目标检测 pyside6 GUI 

简介：该项目基于YOLO目标检测算法，实现页面的交互识别。支持模型选择，跟踪车辆，统计目标总量，并且绘制对应轨迹图。并且支持显示的开关，分析结果的保存等功能。支持任意数据集经过yolov8训练后的自定义检测目标模型模型直接更换，其余yolo系列更换需要作微调适配。

十、YOLOv8目标检测与车牌识别

简介：该项目基于YOLO目标检测算法，并追加实现车牌识别功能，提供交互界面，支持图片视频摄像头等输入。通过检测到车牌后进一步识别车牌达到图中效果。支持任意数据集经过yolov8训练后的自定义检测目标模型模型直接更换，其余yolo系列更换需要作微调适配。

十一、YOLOv8跟踪 实例分割 速度估算 距离估算

简介：该项目基于YOLO目标检测算法，并追加实现分割跟踪或速度估测等一系列扩展功能。其中，测速功能思想使用前后帧物体位置变化进行估算，在完全俯视角度具有较好使用体验。支持任意数据集经过yolov8训练后的自定义检测目标模型模型直接更换，其余yolo系列更换需要作微调适配。

十二、YOLOv8模拟人眼跟踪

简介：该项目基于YOLO目标检测算法，可模拟人眼的观察精度，为计算机提供识别和精确定位物体的能力。这一功能使计算机能够辨别并聚焦于特定物体，就像人眼从特定视角观察细节一样。支持任意数据集经过yolov8训练后的自定义检测目标模型模型直接更换，其余yolo系列更换需要作微调适配。

十三、YOLOv8 俯卧撑 引体向上 计数

简介：该项目基于YOLO目标检测算法，通过实时准确地跟踪关键的身体地标和关节，增强了运动评估功能。这项技术可提供有关锻炼姿势的即时反馈、跟踪锻炼程序并测量性能指标，从而优化用户和教练的训练课程。

十四、YOLO 热力图

简介：该项目基于YOLO目标检测算法，将复杂的数据转换成生动的彩色编码矩阵。这种可视化工具采用色谱来表示不同的数据值，暖色调表示较高的强度，冷色调表示较低的值。热图在可视化复杂的数据模式、相关性和异常情况方面表现出色，为不同领域的数据解读提供了一种易于理解且引人入胜的方法。

十五、YOLO 边缘端设备移植

简介：这一方面主要包括安卓端NCNN，国产芯片RK3588、算能1684X等，将训练完成的YOLO转换到对应边缘端适配的模型，如rknn,bmodel等等，进行边缘端推理。这一部分具体内容会在对应专题展开，请移步后续对应专题下浏览。

十六、YOLO ONNX Springboot

简介：通过export为ONNX，可以进一步更平滑的为十五中所提及的转换做好准备。此外由于ONNX的通用性，我们还可以将其平滑放入业务中，以java为例，后端通常使用主流的Springboot框架，这里支持平滑嵌入，实现图片的检测功能，具体介绍可看B站速览。

十七、YOLO极致轻量化 44KB

 简介：极致轻量化模型，压缩后大小仅有44KB。在一些特殊要求的嵌入式端适配。

十八、商业化解决方案与未完待续的后续

商业化解决方案包括推拉流编解码，docker打包镜像部署，各类中间件实现业务，此部分涉及各商单内容不进行展开，仅作交流记录。

后续计划：更新边缘端专栏，更新模型魔改改进专栏。

提供辅导教学代劳等服务，全部打包有优惠。
遇到小问题可在下方评论区留言，尽可能都会回复！