文件名称：smart_bike:自行车智能预警系统
文件大小：28KB
文件格式：ZIP
更新时间：2024-04-28 11:48:41
Python
使用OpenCV和Python进行深度学习的对象检测 OpenCV dnn模块支持在来自Caffe，Torch和TensorFlow等流行框架的预训练深度学习模型上进行推理。 当涉及对象检测时，流行的检测框架是 YOLO 固态硬盘 更快的R-CNN 最近，已将对运行YOLO / DarkNet的支持添加到OpenCV dnn模块中。 依存关系 OpenCV 麻木 pip install numpy opencv-python 注意：与Python 2.x的兼容性尚未经过正式测试。 YOLO（只看一次） 从此下载经过培训的YOLO v3权重文件并将其放置在当前目录中，或者您可以使用以下方法直接在终端中下载到当前目录： $ wget https://pjreddie.com/media/files/yolov3.weights 如果所有文件都位于当前目录中，则以下命令将在输入图像
【文件预览】：
smart_bike-master
----yolo.py(3KB)
----main.py(5KB)
----tracker.py(25KB)
----LICENSE(1KB)
----Old Scripts()
--------streaming.py(460B)
--------main.py(257B)
--------matching3.py(7KB)
--------tracking.py(430B)
--------tracking4.py(2KB)
--------yolo_opencv.py(3KB)
--------tracking2.py(933B)
--------yolo_streaming.py(3KB)
--------tracking3.py(1KB)
--------template_matching.py(1KB)
--------yolo_video.py(5KB)
----yolov3.txt(620B)
----.gitignore(39B)
----yolov3.cfg(8KB)
----README.md(2KB)
----fhog.py(12KB)