文件名称：鹰眼
文件大小：9.96MB
文件格式：ZIP
更新时间：2024-03-21 14:20:18
Python
使用YOLOv3，深度排序和Tensorflow进行实时批处理检测 该存储库实施YOLOv3和Deep SORT，以执行实时接近检测。 尽管有YOLOv4，但就鸟而言，YOLOv3显示出更高的准确性。 根据用户可以绘制的线条，它计算要确定的对象大小。 入门 conda（推荐） cd Installation # Tensorflow CPU conda env create -f conda-cpu.yml conda activate tracker-cpu # Tensorflow GPU conda env create -f conda-gpu.yml conda activate tracker-gpu 点子 cd Installation # TensorFlow CPU pip install -r requirements.txt # TensorFlow GPU pip
【文件预览】：
HawkEye-master
----yolov3_tf2()
--------batch_norm.py(397B)
--------utils.py(6KB)
--------dataset.py(6KB)
--------models.py(12KB)
----Installation()
--------requirements-gpu.txt(84B)
--------conda-cpu.yml(178B)
--------requirements.txt(80B)
--------conda-gpu.yml(203B)
----load_weights.py(1KB)
----model_data()
--------yolo_anchors.txt(77B)
--------coco_classes.txt(705B)
--------mars-small128.pb(10.72MB)
--------voc_classes.txt(155B)
----weights()
--------.gitkeep(1B)
----.idea()
--------misc.xml(302B)
--------workspace.xml(17KB)
--------inspectionProfiles()
--------modules.xml(266B)
--------HawkEye.iml(441B)
--------vcs.xml(180B)
----tools()
--------generate_detections.py(8KB)
--------freeze_model.py(8KB)
----object_tracker.py(7KB)
----README.md(5KB)
----data()
--------labels()
----.gitignore(2KB)
----deep_sort()
--------preprocessing.py(2KB)
--------detection.py(2KB)
--------__init__.py(28B)
--------tracker.py(5KB)
--------linear_assignment.py(8KB)
--------iou_matching.py(3KB)
--------track.py(6KB)
--------kalman_filter.py(8KB)
--------nn_matching.py(6KB)