Gaofan666 / TrafficDetectionLinks
使用YOLO-v5进行交通标志识别
☆25Updated 2 years ago
Alternatives and similar repositories for TrafficDetection
Users that are interested in TrafficDetection are comparing it to the libraries listed below
Sorting:
- Flower recognition 花卉识别☆27Updated 6 years ago
- 垃圾分类系统——基于PyQt5的前端界面☆17Updated 3 years ago
- 基于yolov5+CRNN的中文车牌识别系统☆19Updated last year
- 基于CNN深度学习网络的交通标志识别☆22Updated 4 years ago
- 基于RSA和ElGamal算法实现的数字签名系统，提供GUI界面方便用户使用☆18Updated 5 years ago
- 基于OpenCV的手势识别完整项目☆44Updated 3 years ago
- 本课题利用 CCPD 数据及自生成的高清车牌数据，基于加入注意力机制以及轻型卷积改良的 YOLO 目标检测算法检测车牌，同时利用自定义的 ResNet+Transformer 网络构成字符识别算法用于识别检测出的车牌内容信息。所设计的模型提升了平均精度（mAP）值，降低了计…☆84Updated 6 months ago
- 基于深度学习的交通流量检测系统☆23Updated 2 years ago
- 基于YoloV5的火灾检测系统：将深度学习算法应用于火灾识别与检测领域，致力于研发准确高效的火灾识别与检测方法，实现图像中火灾区域的定位，为火灾检测技术走向实际应用提供理论和技术支持。☆88Updated 2 years ago
- 水稻病虫害自动识别系统☆97Updated 4 years ago
- 垃圾分类系统，基于DenseNet模型训练算法，系统服务端代码☆39Updated 4 years ago
- 基于卷积神经网络的高斯朴素贝叶斯分类人脸表情识别☆29Updated 3 years ago
- 基于Python，以CA认证为基础，通过SSL握手协议交换密钥，实现AES加密通信的聊天室☆10Updated last year
- 本科毕业设计-基于YOLOv5的异常行为检测☆31Updated 2 years ago
- 用VGG16模型进行简单的垃圾图像分类☆10Updated 4 years ago
- 该系统在本地计算机上使用 YOLOv5 模型进行烟雾检测。YOLOv5 是一种高效的目标检测模型，能够在复杂的场景中快速识别火灾烟雾。该模型部署在高性能硬件上，以确保实时响应和高精度的检测效果，在使用时对获取的图片可以进行推理，以检测火情。 YOLOv5-Lite 部署 …☆25Updated last year
- opencv+CNN实现实时手写数字识别☆26Updated 5 years ago
- 在线作业提交系统、课设作业☆11Updated 4 years ago
- 卷积神经网络ResNet进行动物10分类☆30Updated 3 years ago
- 大四毕业设计做的基于树莓派的人脸识别系统（调用百度云api）☆33Updated 6 years ago
- 本科个人目标检测毕设☆166Updated last year
- 程序语言课程作业在线评测平台(实现Java、C、Python的选择、填空、代码题在线评测),基于SpringBoot+Layui+MySQL实现☆12Updated 5 years ago
- 毕业设计——基于深度学习的电动自行车头盔佩戴检测系统☆167Updated 2 years ago
- ☆14Updated 2 years ago
- 毕业设计：行人检测系统，pyqt + opencv☆51Updated 4 years ago
- 基于深度学习的垃圾识别分类☆31Updated last year
- 基于Flask开发后端、VUE开发前端框架，在WEB端部署YOLOv5目标检测模型☆372Updated 2 years ago
- 这是一个使用python Django框架进行后台搭建，数据库使用mysql，前端使用vue框架，使用element UI快速开发的web应用，通过对老人实时监控，分析老人的情感，是否摔倒，人脸检测判断是否有陌生人进入，义工交互，人员录入等功能☆17Updated 3 years ago
- YOLOv5的7.0版本+pyqt5界面+人脸表情识别☆29Updated last year
- 本项目针对传统车道线检测鲁棒性较差的现象，通过运用YOLOV7与DeepLabv3+的图像深度学习算法对特定数据集进行模型训练，开发了一款能调用车载摄像头来识别道路环境，并用语音告知驾驶员偏离车道，前方车距等驾驶信息偏离预警系统，辅助驾驶员更加安全高效的行驶。☆67Updated 2 months ago