数字仪表识别、行人跟踪属性检测、口罩检测

作品简介

1. 基于DBNet和CRNN数字式仪表识别与检测系统

介绍：
目前，数字仪表在工业得到了广泛的应用，但多数工业采用的是人工记录数值的方法。由于这种方法成本高、实时性差、人工长时间记录会导致视觉疲劳从而会有误差大等缺点，本文提出了DBNet算法和CRNN算法对数字式仪表进行检测与识别。实验结果表明，相比较与传统的数字式仪表检测与识别方法，本文所提出的方法对数字式仪表的识别与检测具有较高的准确性和鲁棒性。
示例图：

2. 基于yolo+deepsort的行人数量以及性别和年龄统计

介绍：

• 使用YoloV5对行人头部进行目标检测，使用DeepSort进行目标跟踪。
• 使用基于ResNet50网络对行人进行性别和年龄的估计。
• 输出时间段内，行人的总数以及年龄和性别的分布。
  示例：
  

3. 基于Yolov5的口罩检测

介绍：
人脸口罩佩戴检测(识别)是当前急需的应用，而YOLOv5是目前流行的强悍的目标检测技术。本课程使用YOLOv5实现人脸口罩佩戴的实时检测。课程提供超万张已标注人脸口罩数据集。训练后的YOLOv5可对真实场景下人脸口罩佩戴进行高精度实时检测。

• 利用yolov5对口罩数据集进行训练，可以识别已戴口罩和未带口罩的类别。
• 将模型转为onnx模型，使用onnxruntime-gpu加速。

示例：