本书基于国际上应用较为广泛的YOLO目标识别训练和应用方法进行编写，示例代码全面，讲解细致，从而使读者能够快速掌握目标识别的方法。本书以完成YOLO对特定目标的检测和场景化应用为实战目标，从训练所需的图片素材获取、标签如何制作、如何进行电脑GPU环境的搭建、如何训练以及如何应用训练得到的模型等方面分别进行了讲解，基本上覆盖了目标读者在工作中所需要解决的问题，读者可以参考本书，结合自己的需求进行任何一类目标的识别训练和应用。

本书基于国际上应用较为广泛的YOLO目标识别训练和应用方法进行编写，示例代码全面，讲解细致，从而使读者能够快速掌握目标识别的方法。本书以完成YOLO对特定目标的检测和场景化应用为实战目标，从训练所需的图片素材获取、标签如何制作、如何进行电脑GPU环境的搭建、如何训练以及如何应用训练得到的模型等方面分别进行了讲解，基本上覆盖了目标读者在工作中所需要解决的问题，读者可以参考本书，结合自己的需求进行任何一类目标的识别训练和应用。

1 概述 ?11.1 目标识别技术介绍 ?11.2 在公安交管领域的应用价值 ?11.3 基本原理简介 ?31.4 目标识别的可选技术路线 ?81.5 YOLO算法介绍 ?132 素材准备 ?172.1 编写程序从互联网抓取所需图片素材 ?172.2 使用工具下载图片素材 ?332.3 从监控视频中自动生成图片素材 ?373 标签文件制作 ?453.1 手动制作标签 ?453.2 使用自动化标注方法辅助生成标签 ?494 训练环境准备 ?614.1 检查可用GPU资源 ?614.2 核对显卡算力 ?624.3 更新显卡驱动 ?634.4 安装CUDA ?654.5 安装cuDNN ?674.6 安装ultralytics依赖库 ?704.7 安装GPU版本的pytorch ?724.8 关闭CUDA运行时间限制 ?734.9 低算力显卡处理办法 ?765 自定义数据集训练 ?815.1 自定义数据集准备 ?815.2 Windows环境下训练代码编写 ?855.3 训练结果说明 ?886 预测识别 ?1016.1 对视频中的图片进行识别 ?1016.2 对视频中的目标进行跟踪统计 ?1337 推流测试 ?1447.1 安装ffmpeg ?1447.2 安装EasyDarwin ?1467.3 使用ffmpeg工具推流 ?1478 程序封装 ?1508.1 pyinstaller介绍、安装及基本使用 ?1508.2 打包一个python脚本文件 ?1568.3 打包多个python脚本文件的项目 ?1629 技术应用案例讲解 ?1669.1 项目案例1实现头盔佩戴率考核情况统计 ?1669.2 项目案例2实现高速公路异常停车事件检测预警 ?1759.3 项目案例3实现路面设备不带头盔违法预警提示 ?1829.4 项目案例4占用应急车道违法取证设备实现 ?18610总结 ?190