ztjryg4 / MaskDetect
基于深度学习的口罩佩戴检测,Keras-YOLOv3 实现。
☆66Updated 4 years ago
Alternatives and similar repositories for MaskDetect:
Users that are interested in MaskDetect are comparing it to the libraries listed below
- 这是一个简单的人工智障识别口罩佩戴的库☆143Updated 4 years ago
- 人脸口罩检测与识别-新冠疫情防控☆96Updated 4 years ago
- 车辆多维特征识别系统,车色,车品牌,车标,车型☆97Updated 4 years ago
- 本项目是用于判断是否闭眼或者张开嘴哈欠和吸烟打电话等手势行为, 功能涵盖7类情绪识别,眨眼判断,哈欠判断,吸烟,打电话等, 达到危险驾驶检测的功能☆53Updated 3 years ago
- 基于YOLOV3的人体口罩佩戴检测☆57Updated 4 years ago
- 基于PyTorch&YOLOv4实现的口罩佩戴检测 自建口罩数据集分享☆205Updated 4 years ago
- 这是一个facenet-keras的源码,可以用于训练自己的模型。☆63Updated 2 years ago
- 基于yolo3的口罩佩戴检测项目☆20Updated 5 years ago
- 汽车识别(包括车牌、车型、车品牌、 属性、及驾驶员违规行为识别检测)☆131Updated 4 years ago
- 利用SSD目标检测算法判断是否闭眼或者张开嘴和吸烟打电话等手势行为,通过PERCLOS准则判断是否疲劳等等,功能涵盖7类情绪识别,眨眼判断,哈欠判断,吸烟,打电话等,达到危险驾驶检测的功能☆118Updated 2 years ago
- Faster R-CNN实现安防中安全帽佩戴目标检测☆84Updated 5 years ago
- 人员佩戴口罩检测数据集☆81Updated 4 years ago
- 基于YOLO-lite的web实时人脸检测,tfjs人脸检测,目标检测☆70Updated 5 years ago
- 通过目标检测+图片识别模型对图片中的垃圾进行分类、通过双向LSTM+一维卷积混合模型对物体名称进行垃圾分类☆43Updated 4 years ago
- vehicle-detection based on yolov3(基于paddle的YOLOv3车辆检测和类型识别)☆151Updated 3 years ago
- 公共场合口罩检测☆18Updated 5 years ago
- 通过 Mtcnn 实现人脸的检测并且能够标注出来,然后利用facenet 通过计算实时检测的人脸数据与实现存储的数据进行对比计算,计算相似度,从而实现人脸的鉴别☆38Updated 6 years ago
- 深度学习车牌检测与识别,检测结果包含车牌矩形框和4个角点,基于pytorch框架运行☆115Updated 3 years ago
- 毕业设计 使用pytorch进行深度学习网络模型训练,实现车型识别☆104Updated 2 years ago
- 基于深度学习的驾驶员状态检测,不仅仅可以识别出疲劳驾驶,还能够识别出各种各样的状态☆282Updated 7 years ago
- 这是一个利用facenet和retinaface实现人脸识别的库,可以进行在线的人脸识别。☆43Updated 3 years ago
- 基于YOLOv4的安全帽佩戴检测☆87Updated 4 years ago
- 使用迁移学习将resnet50用于垃圾分类, 基于【华为云人工智能大赛·垃圾分类挑战杯】☆113Updated 5 years ago
- 汽车识别,汽车车型识别,汽车品牌识别,车辆识别,深度学习,神经网络☆176Updated 2 years ago
- 这是一个基于mtcnn和facenet的人脸识别模型,可实现在线人脸识别。☆232Updated 4 years ago
- TensorFlow CNN卷积神经网络实现人脸性别检测☆179Updated 6 years ago
- MTCNN人脸检测+FaceNet人脸识别,LFW数据集准确率达99.4%,可接摄像头实时部署人脸检测☆16Updated 5 years ago
- 【目标识别】yolo3_keras旗帜识别&&训练自己数据☆50Updated 3 years ago
- 图像细粒度分类☆13Updated 6 years ago
- YOLO V3(Tensorflow 1.x) 安全帽 识别 | 提供数据集下载和与预训练模型☆231Updated 5 years ago