深度学习目标检测：YOLOv5实现红绿灯检测(含红绿灯数据集+训练代码); 红绿灯数据集，交通信号灯数据集；红绿灯检测；交通信号灯检测

人体姿态估计-生成heatmap的方法参考Simple BaseLine生成HeatMap的方法，这里整理进行显示，方便可视化：Simple BaseLine生成HeatMap的方法：https://github.com/microsoft/human-pose-estimation.pytorch/blob/master/lib/dataset/JointsDataset.py# -*- cod

安全帽佩戴检测和识别系统(含数据集+训练代码)，安全帽检测，安全帽识别，佩戴安全帽检测和识别

结构光三维重建-Projector-Camera Calibration投影仪相机标定结构光相机标定是一件十分复杂的过程，所幸布朗大学开源了一套投影仪摄像机标定系统(Projector-Camera Calibration/3D Scanning Software),官网提供了Window和Apple OSX编译好的标定软件，很不幸的是，版本比较老旧，仅支持Windows 7 x64，Opencv

这是项目《行人检测(人体检测)》系列之《人体检测数据集》；我们将介绍几个常见的人体检测数据集：VOC，COCO和MPII数据集，总数据量约10W左右，可用于人体(行人)检测模型算法开发。行人检测，人体检测，人体数据集，行人数据集，YOLOv5

智能驾驶 车牌检测和识别（一）《CCPD车牌数据集》，车牌检测数据集，车牌识别数据集；CCPD数据集

Pytorch实现中药材(中草药)分类识别(含训练代码和数据集)，支持googlenet,resnet[18,34,50],inception_v3,mobilenet_v2模型；中草药识别，中药材识别，中草药AI识别，中药材AI识别，pytorch

跌倒检测和识别2：YOLOv5实现跌倒检测(含跌倒检测数据集和训练代码)，跌倒检测和识别，yolov5, 摔倒检测和识别

本项目将实现水表数字识别，整套方案采用二阶段方法实现，即首先使用文本(数字)检测模型DBNet定位水表数字的区域，然后进行校正并裁剪水表数字区域，再使用CRNN模型对水表数字的区域进行文本(数字)识别。整套项目分为：数据集说明，DBNet文本(数字)检测模型训练、CRNN文本(数字)识别模型训练，以及水表数字识别边缘侧部署C++/Android等多个章节，本篇是项目《​​​​水表数字识别》系列文章

人脸识别4：Android InsightFace实现人脸识别Face Recognition(含源码)；Android实现人脸识别，Android人脸检测；Android人脸识别