Roboflow与CooVally|基于RetinaNet算法的数据集训练哪家强?

本文介绍了如何利用CooVally平台基于RetinaNet算法训练无人机遥感数据,用于海洋小目标检测。针对海岛地理空间信息采集的挑战,无人机遥感技术提供了解决方案。通过CooVally平台,进行了10次实验,最佳模型的mAP达到0.7424,相较于Roboflow表现更优。模型训练至部署仅需三步,云端部署后识别率超过95%。

海洋占领全球面积的71%,随着“海洋强国”战略的实施,也加剧了海岛空间的信息应用。

由于海岛的地势地貌比较复杂,常规的人工测量难以完成地理空间采集任务,现有的卫星遥感技术不仅分辨率较低,而且成本高且易受天气影响。

但是随着无人机遥感技术的发展与应用,其不仅具有高时效性、低成本的特点,同时还有高自动化的专业处理软件的支持,能够满足海洋地区获取地理空间信息的要求,可以高效率的完成海洋环境监测的重任。

那么本次基于RetinaNet算法对海洋上的小目标无人机检测的数据进行训练,使用的是一款线上的平台:CooVally,可以帮助用户快速筛选可用AI模型。

https://coovally.com/icon-default.png?t=N7T8https://coovally.com/

下图是本次使用的数据集信息:

数据集标签如下图。

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值