可以在视频中准确地检测和定位包，车，手机等物品，并可以对物品进行准确识别。 项目介绍： 采用基于深度神经网络的技术路线。 检测方面，采用YOLOv5网络结构；网络模型的训练使用MS COCO数据集，其中包含91种常见物体，328,000张图像和2,500,000个标签。