用VS2015+opencv3.4.2+C++编写Yolov3目标检测算法

yolo-v3最新版本的cfg和权重文件，识别率高，帧率达到20

yolov3在python socket运行。

本文深入介绍了YOLOv4目标检测算法的创新技术和优秀性能。该算法通过多尺度训练、自适应卷积和样本策略等创新技术，显著提升了目标检测的准确性和速度。我们通过在COCO数据集以及PASCAL VOC和M

YOLOv3对象检测 在命令行上安装依赖项: $ pip3 install -r requirements.txt 要在命令行上运行程序: $ python3 application-stream.p

yolov3是优秀的目标检测算法，笔者曾用yolov3完成《数字图像处理》的课程设计，课程设计是大型交通标志牌的检测，使用yolov3模型能够获得很好的效果，文件包括yolov3的论文、笔者录制的视频

opencv-3.4.2+vs2015配置说明，简单操作，多以图片为主，亲测ok

从2013-2020所有主流目标检测算法论文, RCNN、Faster R-CNN、YOLOv1-YOLOv4、SSD等 和 部分代码

基于DM642的运动目标检测算法与实现毕业论文

运动目标检测算法测试视频，可测试各种算法，在做视频监控时用到的

这里是运动目标检测相关算法的集合，具体的介绍可以参考我的主页上的博文：运动目标检测算法文献阅读笔记