本项目运用YOLO算法进行目标检测，开发了一套基于深度学习技术的社交距离监测系统，旨在通过计算机视觉手段自动识别并提醒人们保持安全距离。
社交距离检测的完整算法和代码可以在相关视频中找到。由于Github对文件大小有限制（25 Mb以内），yolo权重需要单独下载并移至yolo-coco文件夹。
对于CPU环境，操作步骤如下：
1. 打开终端。
2. 更改目录到您下载此代码的位置。
3. 如果尚未安装Python 3，请先进行安装！
4. 运行`python3 -m venv venv`创建一个名为venv的虚拟环境。
5. 运行`source venv/bin/activate`激活您的环境！
6. 输入命令 `pip install -r requirements.txt` 安装与此项目相关的Python依赖项，例如OpenCV, NumPy等。
运行社交距离检测项目的步骤如下：
1. 在终端中输入 `time python social_distance_detector.py --input pedestrians.mp4 --output output.avi --display 1`
2. 运行命令后会弹出一个窗口。
3. 执行文件结束后，在目录下会出现名为`output.avi`的输出文件。
对于GPU环境，具体步骤可以参考相关文档。
5星
