基于YOLO,Optical Flow算法(RAFT)的位移测量平台。
核心算法:ultralytics,RAFT
开发技术:
- 后端:Python Flask
- 前端:html & css & JavaScript
Python flask做后端,使用Vue做前端页面设计,基于yolo做结构位移测量的单页应用,类似的应用:https://github.com/Sharpiless/Yolov5-Flask-VUE
- 模型训练和准备,后端算法
- YOLOv8-v10,前三个大小的模型:
ultralytics\weights
- 光流模型:
RAFT\weights
- 后端算法: core_algorithm
- YOLO测试算法:前后端接口已编写完成
- 光流测试算法:算法测试demo,未编写完接口
- yolo_displacement.py:使用yolo直接计算位移,未完成接口编写
- result_visualization_updated:将yolo算法计算出的ROI,与光流图可视化,并计算位移,未完成接口编写
- YOLOv8-v10,前三个大小的模型:
- 位移结果计算可视化
- ...
- 本项目使用技术简单,作为网页开发,深度学习入门友好。
- 项目作者未来发展方向不在此方向,目前也没有时间按和经历继续开发,感兴趣的伙伴可以接力,作为学习项目