使用DCI进行社会区别对待:考虑由于COVID 19而造成的不幸情况使一个人与另一个人保持距离非常重要 源码
使用深度学习和OpenCV进行社交距离 目的 由于COVID-19,今天的不幸情况使人与人之间的距离至关重要。 目标是检测使用深度学习的人员,并找出人员之间的距离,以检查人员是否维持6英尺或1.8 m的标准社交距离。 工具和库 Python OpenCV YoloV3 描述 第1步:在相框/图片中找到人数。 步骤2:为使用YOLO确定的人员创建边界框。 步骤3:为对象设置宽度阈值,在其中测量距离,即人的宽度。 我将宽度设置为27英寸或0.70米。 如果需要,请尝试其他值。 步骤4:将像素映射到公制(米或英寸)。 步骤5:以米为单位,找到一个人到另一个人的中心点之间的距离。 结果
文件列表
Social-DIstancing-Using-Deep-Learning-and-OpenCV-master.zip
(预估有个10文件)
Social-DIstancing-Using-Deep-Learning-and-OpenCV-master
LICENSE
34KB
Find Social Distancing Using Deep Learning and OpenCV.ipynb
10KB
utils.py
10KB
README.md
982B
darknet.py
18KB
Images
image_box4.png
402KB
image_box2.png
404KB
image_box3.png
401KB
暂无评论