该项目是利用opencv对yolov3的网络模型进行推理解释，由于yolov3.onnx的模型过大，这里不提供训练好的yolov3.onnx。由于没有使用GPU，该项目的运行速度不是很理想。
该项目是基于yolov3的目标检测和双目相机深度测距的封装，由于yolov3的onnx模型格式过大，这里不提供训练好的onnx模型。
该项目是对双目视觉的一些常用算法的封装，包括获得立体图像矫正，获得视差图像，获得双目理想模型的系统参数以及三维点云等，主体算法使用的还是opencv以及open3d等官方库函数。这里的json文件中的双目相机的标定参数可通过作者上一个项目CameraCalibrationSystem或得，如果各位觉得喜欢和有用，可以留下个star。
本项目是一个基于pyqt5和opencv的相机标定系统，在pyqt5可视化界面上进行相机的标定，获得相机的内外参数矩阵以及畸变矩阵；本项目不仅仅可对单目相机进行标定，也可以对双目相机进行标定，并且导出重投影矩阵。
本项目基于Facenet深度学习网络的人脸识别模型，通过Pytorch训练，在利用onnxruntime进行推理，将整体功能实现在利用pyqt5搭建的图形化界面上；本项目利用python语言进行开发，该项目的设置目前还未完成，后续会对其进行更新。
