由于数据集太大，此处为数据集的百度网盘链接。利用该数据集可以通过object detection API进行目标对象识别模型frozen_inference_graph.pb文件的训练。

Object Detection API是谷歌开放的一个内部使用的物体识别系统。2016年10月，该系统在COCO识别挑战中名列第一。它支持当前最佳的实物检测模型，能够在单个图像中定位和识别多个对象。该文件是物体识别API中的ssd_mobilenet_v1_coco模型。SSD模型使用了轻量化的MobileNet，这意味着它们可以轻而易举地在移动设备中实时使用。

tensorflow训练ssd已经训练好的模型，已导出为pb文件！

使用Tensorflow进行深层SORT 注意。 该存储库不再由我主动维护。 但是，如果其他人想进行更改，请提出一个Pull请求，我会尽力尽快合并更改。 祝您编码愉快！ :) 介绍 该存储库是一种使用的通过Tensorflow进行实时跟踪的实现。 它基于带有深度关联度量算法的简单在线和实时跟踪。 有关更多信息，请参见原始存储库。 依存关系 建议在python虚拟环境中运行它，。 确保中的所有依赖项均已安装。 然后使用以下命令安装依赖项： pip3 install -r requiremen

戈雷茨 用GO编写的OpenCV-DNN包装器，可在Unspot中使用。 依存关系 支持平台 Linux OS X 入门 如何使用 go get gitlab.com/umbrella-web/machine-learning/goreco package main import ( "gitlab.com/umbrella-web/machine-learning/goreco" ) func processFrame ( img gocv. Mat ) Boxes { /