首页 > 分享 > 助力不文明行文识别,基于YOLOv7融合RepVGG的遛狗牵绳行为检测识别分析系统

助力不文明行文识别,基于YOLOv7融合RepVGG的遛狗牵绳行为检测识别分析系统

不知道大家平时在路上走的时候或者在小区的时候有没有遇上过遛狗不牵绳子的行为,我在实际生活里面可是没少遇到过,有时候特别大的一只狗就这么冲过来,主人却还无动于衷,揍他的心都有了,这种行为的确是很不文明,希望都能互相理解遵守文明生活规则。

闲话就说这么多了,本文主要是基于yolov7来构建不文明行为检测识别分析系统,以期来自动化地检测识别遛狗未牵绳子的不文明行为,首先看下效果图:

接下来看下数据集情况:

YOLO格式标注数据如下:

实例标注内容如下:

0 0.524194 0.843548 0.248387 0.306452

0 0.616129 0.040323 0.077419 0.080645

1 0.783871 0.340323 0.4 0.674194

1 0.31129 0.332258 0.622581 0.6

0 0.232258 0.08871 0.219355 0.170968

VOC格式标注数据如下:

实例标注内容如下:

<?xml version='1.0' encoding='UTF-8'?>

<annotation>

<filename>5d21afa0-1a30-489d-8e2c-5af9cdb88a52.jpg</filename>

<object_num>8</object_num>

<size>

<width>1000</width>

<height>750</height>

</size>

<object>

<name>DOG</name>

<difficult>0</difficult>

<bndbox>

<xmin>235</xmin>

<ymin>543</ymin>

<xmax>355</xmax>

<ymax>724</ymax>

</bndbox>

</object>

<object>

<name>ROPE</name>

<difficult>0</difficult>

<bndbox>

<xmin>403</xmin>

<ymin>85</ymin>

<xmax>596</xmax>

<ymax>724</ymax>

</bndbox>

</object>

<object>

<name>DOG</name>

<difficult>0</difficult>

<bndbox>

<xmin>689</xmin>

<ymin>494</ymin>

<xmax>875</xmax>

<ymax>705</ymax>

</bndbox>

</object>

<object>

<name>DOG</name>

<difficult>0</difficult>

<bndbox>

<xmin>561</xmin>

<ymin>471</ymin>

<xmax>719</xmax>

<ymax>656</ymax>

</bndbox>

</object>

<object>

<name>ROPE</name>

<difficult>0</difficult>

<bndbox>

<xmin>410</xmin>

<ymin>126</ymin>

<xmax>572</xmax>

<ymax>422</ymax>

</bndbox>

</object>

<object>

<name>DOG</name>

<difficult>0</difficult>

<bndbox>

<xmin>121</xmin>

<ymin>543</ymin>

<xmax>271</xmax>

<ymax>724</ymax>

</bndbox>

</object>

<object>

<name>DOG</name>

<difficult>0</difficult>

<bndbox>

<xmin>383</xmin>

<ymin>538</ymin>

<xmax>482</xmax>

<ymax>731</ymax>

</bndbox>

</object>

<object>

<name>DOG</name>

<difficult>0</difficult>

<bndbox>

<xmin>563</xmin>

<ymin>479</ymin>

<xmax>841</xmax>

<ymax>697</ymax>

</bndbox>

</object>

</annotation>

关于融合RepVGG的可以参考我前面的文章:

《基于轻量级YOLOV5融合RepVGG的电梯内电动车检测识别分析系统》

本质思想都是一样的,这里就简单看下了:

BackBone加入RepVGGBlock

Head加入RepConv

默认100次epoch迭代计算,结果详情如下:

LABEL可视化:

batch检测实例:

训练可视化:

F1曲线:

PR曲线:

混淆矩阵:

相关知识

助力不文明行文识别,基于YOLOv7融合RepVGG的遛狗牵绳行为检测识别分析系统
毕业设计:基于深度学习的遛狗牵绳检测系统 人工智能 python
毕业设计:基于计算机视觉的遛狗牵绳识别系统 目标检测
犬只牵绳检测系统(源码&部署教程)
[数据集][目标检测]遛狗不牵绳数据集VOC格式
指挥调度系统AI分析:打造智能遛狗不牵绳监测,保障公共安全
​​【项目实战】犬只牵绳智能识别:源码详细解读与部署步骤
基于YOLO 的宠物狗牵绳检测系统的设计与实现
遛狗文明新规范:指挥调度系统AI分析如何智能监控不牵绳宠物
小视科技首发,遛狗不牵绳算法|5月1日起该行为违法

网址: 助力不文明行文识别,基于YOLOv7融合RepVGG的遛狗牵绳行为检测识别分析系统 https://m.mcbbbk.com/newsview489510.html

所属分类:萌宠日常
上一篇: 《魔兽世界怀旧服》猎人宝宝属性介
下一篇: ​​【项目实战】犬只牵绳智能识别