YOLO：实时物体检测--人脸检测

最新推荐文章于 2025-06-24 13:47:25 发布
转载 最新推荐文章于 2025-06-24 13:47:25 发布 · 2.4k 阅读 · 10
文章标签：

#实战 #人脸检测

本文介绍了一个开源的神经网络框架Darknet及其在目标检测任务上的应用，特别是使用WiderFace数据集进行人脸检测的训练方法。Darknet项目可在GitHub上找到，提供了详细的教程和相关资源链接。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

基于yolov3的模糊人脸检测（测试代码）
01-10
基于yolo v3的模糊人脸检测，测试代码。即可测试图片，也可测试视频。训练的模型可发邮件2750950495@qq.com给我。
yolov8人脸识别-脸部关键点检测（代码+原理）
QQ_1309399183的博客
10-28 1418
yolov8人脸识别-脸部关键点检测（代码+原理）
手把手教你使用YOLOv11完成人脸分类识别，YOLOv11人脸识别，解决中文乱码问题，全网最详细教程
最新发布
在职AI算法工程师，擅长计算机视觉，YOLO目标检测、分割等，擅长web、pyqt界面可视化，好内容持续更新中，来这里跟大家一起学习，共同进步
06-24 1956
手把手教你使用YOLOv11完成人脸分类识别，YOLOv11人脸识别，解决中文乱码问题，全网最详细教程
用yolov5做人脸检测
热门推荐
qq_52086693的博客
08-24 1万+
用yolov5做人脸识别
探索水下低光照图像检测性能，基于YOLOv5全系列【n/s/m/l/x】参数模型开发构建海底生物检测识别分析系统
Together_CZ的博客
02-25 1350
探索水下低光照图像检测性能，基于YOLOv5全系列【n/s/m/l/x】参数模型开发构建海底生物检测识别分析系统
yolo目标检测项目-人脸识别
S623333的博客
04-28 1036
代码会训练数据集300次，每10次会生成1个模型，还会自动保存效果最优模型best_epoch_weights.pth（存储路径为yolov4-pytorch-master\logs\best_epoch_weights.pth），此外还生成了epoch_loss.png损失曲线图和epoch_map.png平均精度曲线图。之后运行voc_annotation.py文件生成2007_train.txt和2007_val.txt。模型预测需要用到yolo.py文件和predict.py文件。
目标检测经典论文——YOLO论文翻译：You Only Look Once: Unified, Real-Time Object Detection（YOLO：统一的实时目标检测）
bigcindy的博客
07-30 4633
You Only Look Once: Unified, Real-Time Object Detection YOLO：统一的实时目标检测 Joseph Redmon*, Santosh Divvala*†, Ross Girshick¶, Ali Farhadi*† University of Washington*, Allen Institute for AI†, Facebook AI Research¶ http://pjreddie.com/yolo/ ...
图像的人脸检测：人脸检测代码-matlab开发
05-30
在图像处理领域，人脸检测是一项重要的技术，广泛应用于安全监控、人脸识别系统以及社交媒体等领域。MATLAB作为一款强大的数值计算和编程环境，提供了丰富的工具箱来支持这类任务。本压缩包"图像的人脸检测：人脸...
物体检测：人体检测代码-matlab开发
05-30
物体检测是计算机视觉领域中的一个重要课题，其目的是在图像或视频中识别并定位特定的目标对象。在本案例中，我们关注的是人体检测，即在图像中寻找和识别人的存在。MATLAB作为一个强大的数学和工程计算环境，也提供...
Yolo_Object_Detection-Face:Python OpenCV Yolo3项目可检测完整的人脸和人脸的上部
03-09
YOLO（You Only Look Once）是一种实时目标检测系统，它在计算机视觉领域有着广泛的应用，尤其是在人脸识别和物体识别上。本项目"Yolo_Object_Detection-Face"是基于Python和OpenCV实现的YOLOv3版本，专为检测完整的...
YOLO-MIF是YOLOv8的改进版本，用于灰度图像中的对象检测，结合了多信息融合来增强去噪性
09-05
然而，这类算法需要人工设计特征提取器，且难以适应不同形态的物体检测，因此逐渐被深度学习方法所取代。 基于深度学习的目标检测算法：随着深度学习技术的发展，基于神经网络的目标检测算法逐渐成为主流。这类算法...
开源项目-用yolov3实现了轻量级人脸检测.zip
05-19
加入关键点的darknet训练框架，使用yolov3实现了轻量级的人脸检测。借鉴AlexeyAB大神的 darknet 做适量修改。 使用scripts/retinaface2yololandmark.py脚本将retinaface的标记文件转为yolo的格式使用 其他编译训练都和原版darknet相同使用yolo_landmark.py进行测试，更换里面的模型配置文件即可。
Python-YOLO3动漫人脸识别基于keras和tensorflow
08-11
YOLO3 动漫人脸识别 (基于keras和tensorflow)
毕业项目：基于yolov8的人脸表情检测识别系统（Python+卷积神经网络）
weixin_71667732的博客
10-11 9546
项目中所用到的算法模型和数据集等信息如下：算法模型：yolov8yolov8 + SE注意力机制数据集：网上下载的数据集，格式都已转好，可直接使用。以上是本套代码算法的简单说明，添加注意力机制是本套系统的创新点。全新SOTA模型YOLOv8 提供了全新的最先进（SOTA）的模型，包括P5 640和P6 1280分辨率的目标检测网络，同时还推出了基于YOLACT的实例分割模型。与YOLOv5类似，它提供了N/S/M/L/X五种尺度的模型，以满足不同场景的需求。Backbone。
基于yolov8、yolov5的人脸表情识别系统（含UI界、Python代码、数据集）
Python_csdn_csdn的博客
10-07 6010
人脸识别技术在身份验证、安全监控、智能交互等领域中具有重要意义，极大地提升了生活的便捷性和社会的安全性。在智能城市建设中，快速且精准地识别人脸，能够有效提高身份验证的准确性，减少安全隐患，特别是在自动化安防系统中，准确识别人脸是其决策和安全监控的基础。同时，人脸识别系统也为用户提供了方便的身份验证手段，如无接触式通行和智能支付。人脸识别技术已在多个领域得到了广泛应用，如安全监控、智能门禁、金融支付、考勤管理等场景中，均依赖于高效准确的人脸识别技术。
YOLO v2 人脸检测 by zhangzexuan
salaslyrin的博客
09-18 4077
linux环境下使用YOLOv2进行celebA数据库上的人脸识别，走通流程而已。
WIDER数据集：使用YOLOv10进行人脸检测
如需修改或训练 Ultralytics YOLO 模型，请联系 Ultralytics 获取授权。
04-21 563
WIDER数据集是一个用于人脸检测的大规模数据集，包含了多种复杂的现实场景，涵盖了不同的光照、姿势、遮挡等因素。它由香港中文大学计算机科学与工程系（CUCS）提供，广泛用于人脸检测的研究和比赛。大规模：包含超过40万个标注人脸的图片，涵盖了大量复杂场景。多样性：包含不同的拍摄角度、表情、光照等，提供了非常丰富的训练数据。多类：标注了多个类别的人脸，涵盖了从小脸到大脸的多种尺度，极具挑战性。YOLO（You Only Look Once）是一个快速且高效的目标检测算法，尤其适用于实时检测任务。
基于YOLO-LITE的人脸口罩检测
倪锐晨的博客
06-29 1761
基于YOLO-LITE的人脸口罩检测项目简介代码地址YOLO介绍任务定义及主流方法模型轻量化的意义性能指标的定义IoUmAP电脑配置数据整理数据来源数据可视化模型设计Anchor框的大小确定YOLO-LITE模型结构数据类型的确定从随机初始化开始的训练过程误差的定义从随机初始化开始的模型训练过程模型的训练结果与讨论模型性能模型改进展望先验Anchor框的选取与多尺度目标检测过拟合问题高层次特征的学习代码参考 项目简介   这是我这学期模式识别课程的大作业。简单写个博客纪念一下。网上也有很多关于目标检测的YO
基于YOLOv7算法和Widerface数据集的高精度实时人脸检测系统（PyTorch+Pyside6+YOLOv7）
sc1434404661的博客
02-19 1507
基于YOLOv7算法和Widerface数据集的高精度实时人脸检测系统可用于日常生活中检测与定位人脸目标，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出
YOLOv7：实时物体检测器的新一代技术
YOLOv7论文：可训练的免费包为实时物体检测器设置了新的最先进的技术 本论文的主要贡献在于设计了一种可训练的目标检测方法，使实时目标检测在不增加推理代价的情况下大大提高了检测精度。该方法通过引入可训练的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值