【工业计量优选|水表刻度CRNN文字识别数据集|YOLO目标检测+PP-OCR双标注|1500张实拍图像全套训练方案

YOLO在工业缺陷检测中的落地实践 本文系统阐述YOLO在工业缺陷检测中的落地实践,针对产线节拍快、缺陷微小、样本不平衡等挑战,提出从成像优化、数据构建到模型部署的全流程方法论。强调缺陷定义标准化、多模态融合(2D+3D)、混合架构(传统视觉+深度学习)与可追溯工程化设计,实现高精度、低误判、稳定可靠的产线应用,为工业视觉项目提供可复用的技术框架。 阅读详情

在这里插入图片描述
crnn的水表刻度识别
数据集包含1类别
收集整理标注好的数据共1500张
包含yolo格式数据集+ppocr识别格式数据集+训练好的模型
支持数据转换voc在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

一、数据集概述

面向水务智能抄表、园区远程水表读数自动化采集、工业仪表视觉读取场景研发,整套方案采用两级串联识别架构:先用YOLOv8定位水表表盘区域,裁剪表盘后送入CRNN卷积循环神经网络完成数字刻度序列识别;数据集共计1500张现场实拍水表图像,单类别表盘目标,同步搭载YOLO检测标注、PP-OCR文本标注两套标签,附带VOC格式转换脚本、训练权重、完整工程代码,适配水务智能化课题研发与落地部署。

二、核心信息概览

维度详细参数
识别架构YOLOv8表盘定位 + CRNN数字序列文字识别(两级流水线)
目标类别1类:water_meter(水表表盘)
图像总量1500张实拍水表图像
标注体系YOLO txt检测标注 + PP-OCR json文本标注,附带VOC转换工具
适配分辨率统一640×640
配套资源数据集划分脚本、YOLOv8训练推理代码、CRNN网络完整源码、预训练权重、临时文件清理工具
适配场景水务远程抄表、园区仪表巡检、工业数显仪表字符识别

三、数据集核心亮点

  • ✅ 双任务配套标注:检测框+刻度文本一一对应,完美适配先定位后识别流水线方案
  • ✅ 实拍复杂工况数据:涵盖强光、阴影、轻微污渍等真实水表使用环境,模型泛化性更强
  • ✅ 一站式完整链路:数据集划分→表盘检测→裁剪→CRNN序列识别全流程代码无需二次开发
  • ✅ 多格式兼容:原生YOLO、PP-OCR标注,附赠VOC转换脚本,兼容Faster R-CNN等两阶段算法
  • ✅ 轻量化部署友好:YOLOv8n+小型CRNN组合,可移植嵌入式设备做现场抄表识别
  • ✅ 附带训练好模型权重,可直接开箱推理测试效果

四、适用场景

  1. 水务公司远程自动抄表系统、小区物业水表集中巡检识别
  2. 工业数显仪表、流量计、压力表字符序列视觉读取课题研究
  3. YOLO目标检测+CRNN文本识别串联流水线算法实验
  4. 嵌入式边缘端水表识别项目开发、机器视觉课程实训
  5. 水务智能化、物联网视觉采集相关科研课题

五、整体项目目录结构

water_meter_recognition/
├── datasets/
│   └── water_meter_dataset/
│       ├── images/        # 原始水表图片
│       ├── labels/        # YOLO检测txt标注
│       ├── ocr_labels/    # PP-OCR json文本标注
│       ├── train/         # 划分后训练集
│       │   ├── images/
│       │   ├── labels/
│       │   └── ocr_labels/
│       └── val/           # 划分后验证集
│           ├── images/
│           ├── labels/
│           └── ocr_labels/
├── runs/detect/            # YOLO训练日志与权重
├── weights/
│   ├── best.pt             # YOLO表盘检测最优权重
│   └── crnn_water_meter.pth # CRNN数字识别权重
├── data.yaml               # YOLO数据集配置文件
└── main.py                 # 整套流程整合脚本

六、分步完整实操流程

步骤1:数据集划分(训练集8:验证集2)

import os
import random
from pathlib import Path
import shutil

def split_dataset(data_dir, train_ratio=0.8):
    images = list(Path(data_dir).glob('*.jpg'))
    random.seed(42)
    random.shuffle(images)
    
    num_train = int(len(images) * train_ratio)
    train_images = images[:num_train]
    val_images = images[num_train:]
    
    train_dir = Path(data_dir).parent / 'train'
    val_dir = Path(data_dir).parent / 'val'
    
    train_img_dir = train_dir / 'images'
    train_label_dir = train_dir / 'labels'
    train_ocr_label_dir = train_dir / 'ocr_labels'
    
    val_img_dir = val_dir / 'images'
    val_label_dir = val_dir / 'labels'
    val_ocr_label_dir = val_dir / 'ocr_labels'
    
    for folder in [train_img_dir,train_label_dir,train_ocr_label_dir,val_img_dir,val_label_dir,val_ocr_label_dir]:
        folder.mkdir(parents=True, exist_ok=True)
    
    for img in train_images:
        label_path = img.with_suffix('.txt')
        ocr_label_path = img.with_name(img.stem + '.json')
        shutil.copy(img, train_img_dir / img.name)
        shutil.copy(label_path, train_label_dir / label_path.name)
        shutil.copy(ocr_label_path, train_ocr_label_dir / ocr_label_path.name)
    
    for img in val_images:
        label_path = img.with_suffix('.txt')
        ocr_label_path = img.with_name(img.stem + '.json')
        shutil.copy(img, val_img_dir / img.name)
        shutil.copy(label_path, val_label_dir / label_path.name)
        shutil.copy(ocr_label_path, val_ocr_label_dir / ocr_label_path.name)

split_dataset('./datasets/water_meter_dataset/images')

步骤2:YOLO数据集配置 data.yaml

train: ./datasets/water_meter_dataset/train/images
val: ./datasets/water_meter_dataset/val/images
nc: 1
names: ['water_meter']

步骤3:YOLOv8表盘区域检测训练+评估+推理

import torch
from ultralytics import YOLO

torch.manual_seed(42)
model = YOLO('yolov8n.pt')

# 训练
results = model.train(
    data="data.yaml",
    epochs=100,
    imgsz=640,
    batch=16,
    name='water_meter_detection',
    project='runs/detect'
)
# 验证集评估
metrics = model.val()
best_weights = 'runs/detect/water_meter_detection/weights/best.pt'
print("最优检测权重保存路径:", best_weights)

步骤4:CRNN卷积循环网络数字刻度识别训练

CRNN核心逻辑:灰度表盘图像经卷积提取空间特征,LSTM时序建模数字前后序列依赖,完成水表连续读数识别

import torch
import torch.nn as nn
import torch.optim as optim
from torchvision import transforms
from torch.utils.data import DataLoader, Dataset
import json
import cv2
import numpy as np

class WaterMeterOCRDataset(Dataset):
    def __init__(self, root_dir, transform=None):
        self.root = root_dir
        self.transform = transform
        self.img_list = sorted(os.listdir(os.path.join(root_dir,"images")))
        self.ocr_list = sorted(os.listdir(os.path.join(root_dir,"ocr_labels")))
    def __len__(self):
        return len(self.img_list)
    def __getitem__(self, idx):
        img_path = os.path.join(self.root,"images",self.img_list[idx])
        json_path = os.path.join(self.root,"ocr_labels",self.ocr_list[idx])
        img = cv2.imread(img_path)
        img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        img = np.expand_dims(img, -1) / 255.0
        with open(json_path,"r",encoding="utf-8") as f:
            text = json.load(f)["text"]
        if self.transform:
            img = self.transform(img)
        return img, text

# CRNN网络结构
class CRNN(nn.Module):
    def __init__(self, in_feat=160, hidden=128, out=10, layers=2):
        super().__init__()
        self.conv = nn.Sequential(
            nn.Conv2d(1,32,3,padding=1),nn.ReLU(),nn.MaxPool2d(2,2),
            nn.Conv2d(32,64,3,padding=1),nn.ReLU(),nn.MaxPool2d(2,2)
        )
        self.lstm = nn.LSTM(in_feat, hidden, layers, bidirectional=True)
        self.fc = nn.Linear(hidden*2, out)
    def forward(self, x):
        x = self.conv(x)
        x = x.squeeze(2).permute(2,0,1)
        out,_ = self.lstm(x)
        return self.fc(out[-1])

# 训练参数
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
trans = transforms.Compose([transforms.ToTensor(),transforms.Resize((64,160))])
train_set = WaterMeterOCRDataset("./datasets/water_meter_dataset/train", trans)
val_set = WaterMeterOCRDataset("./datasets/water_meter_dataset/val", trans)
train_loader = DataLoader(train_set,16,shuffle=True)
val_loader = DataLoader(val_set,16,False)

crnn = CRNN().to(device)
opt = optim.Adam(crnn.parameters(),lr=1e-3)
loss_fn = nn.CrossEntropyLoss()

# 迭代训练
for epoch in range(10):
    crnn.train()
    total_loss = 0
    for imgs, texts in train_loader:
        imgs = imgs.to(device)
        targets = torch.tensor([int(t) for t in texts]).to(device)
        opt.zero_grad()
        pred = crnn(imgs)
        loss = loss_fn(pred, targets)
        loss.backward()
        opt.step()
        total_loss += loss.item()
    print(f"Epoch{epoch+1} Loss:{total_loss/len(train_loader):.4f}")
torch.save(crnn.state_dict(),"weights/crnn_water_meter.pth")

# 验证集准确率评估
crnn.eval()
correct, total = 0,0
with torch.no_grad():
    for imgs, texts in val_loader:
        imgs = imgs.to(device)
        targets = torch.tensor([int(t) for t in texts]).to(device)
        pred = crnn(imgs)
        _,res = torch.max(pred,1)
        total += targets.size(0)
        correct += (res==targets).sum().item()
print(f"验证集识别准确率:{100*correct/total:.2f}%")

步骤5:整套流水线联合推理(检测表盘+裁剪+CRNN读数)

import cv2
from PIL import Image,ImageDraw
from ultralytics import YOLO

det_model = YOLO("weights/best.pt")
ocr_model = CRNN().to(device)
ocr_model.load_state_dict(torch.load("weights/crnn_water_meter.pth"))
ocr_model.eval()

def meter_full_infer(img_path):
    # 1. YOLO检测表盘
    res = det_model(img_path,conf=0.5)[0]
    box = res.boxes.xyxy[0].cpu().numpy().astype(int)
    x1,y1,x2,y2 = box
    # 2. 裁剪表盘区域
    raw_img = cv2.imread(img_path)
    crop_img = raw_img[y1:y2,x1:x2]
    # 3. CRNN识别数字
    gray = cv2.cvtColor(crop_img,cv2.COLOR_BGR2GRAY)
    gray = cv2.resize(gray,(160,64))
    tensor = trans(np.expand_dims(gray,-1)).unsqueeze(0).to(device)
    with torch.no_grad():
        out = ocr_model(tensor)
        num = torch.argmax(out).item()
    # 4. 绘制结果
    pil_img = Image.open(img_path)
    draw = ImageDraw.Draw(pil_img)
    draw.rectangle([x1,y1,x2,y2],outline="green",width=3)
    draw.text((x1,y1-25),f"水表读数:{num}",fill="red")
    pil_img.save("meter_result.jpg")
    pil_img.show()
    return num

meter_full_infer("test.jpg")

步骤6:临时缓存文件清理

import shutil,os
def clean_cache(path):
    for p in [f"{path}/wandb",f"{path}/cache"]:
        if os.path.exists(p):
            shutil.rmtree(p)
clean_cache("runs/detect/water_meter_detection")

七、重要使用注意事项

  1. 文件路径禁止包含中文、空格,避免标注读取、训练报错;
  2. 水表污渍、反光会降低识别精度,可增加随机亮度、对比度离线数据增强优化;
  3. CRNN适配连续数字序列,若水表为多位小数读数,可调整字符字典与输出维度;
  4. 硬件显存不足可下调batch尺寸,嵌入式部署推荐选用yolov8n极小模型;
  5. 内置VOC转换工具,可将YOLO标注转为xml格式适配传统检测算法。

数据集标签

#水表刻度识别数据集 #CRNN文字识别 #YOLO水表检测 #水务智能抄表 #工业仪表OCR #PPOCR标注数据集 #YOLO+CRNN串联识别 #工业视觉数据集 #深度学习水表读数识别 #物联网仪表视觉采集数据集

水表指针和仪表盘图像分割数据集(约410张数据和标签,已处理完可以直接训练,多类别图像分割) 水表指针和仪表盘图像分割数据集(约410张数据和标签,已处理完可以直接训练,多类别图像分割) 【标签信息,0 background,1 pointer,2 scale。查看classes文件】 数据集介绍:【已经划分好】 训练集:images图片目录+masks模板目录,290张左右图片和对应的mask图片 验证集:images图片目录+masks模板目录,120张左右图片和对应的mask图片 除此之外,包含一个图像分割的可视化脚本,随机提取一张图片,将其原始图片、GT图像、GT在原图蒙板的图像展示,并保存在当前目录下 AI改进网络介绍:https://blog.csdn.net/qq_44886601/category_12858320.html 更多图像分割网络unet、swinUnet、trasnUnet改进,参考改进专栏:https://blog.csdn.net/qq_44886601/category_12803200.html 立即下载

相关推荐

3.1 计算机视觉的发展和卷积神经网络概要(百度架构师手把手带你零基础实践深度学习原版笔记系列)

3.1 计算机视觉的发展和卷积神经网络(百度架构师手把手带你零基础实践深度学习原版笔记系列) 概要 计算机视觉作为一门让机器学会如何去“看”的科学学科,具体的说,就是让机器去识别摄像机拍摄的图片或视频中的物体,检测出物体所在的位置,并对目标物体进行跟踪,从而理解并描述出图片或视频里的场景和故事,以此来模拟人脑视觉系统。因此,计算机视觉也通常被叫做机器视觉,其目的是建立能够从图像或者视频中“感知”信息的人工系统。 计算机视觉技术经过几十年的发展,已经在交通(车牌识别、道路违章抓拍)、安防(人脸闸机.

aiAI 691

水表数字识别2:Pytorch DBNet实现水表数字检测(含训练代码和数据集)

本项目将实现水表数字识别,整套方案采用二阶段方法实现,即首先使用文本(数字)检测模型DBNet定位水表数字的区域,然后进行校正并裁剪水表数字区域,再使用CRNN模型对水表数字的区域进行文本(数字)识别。

AI吃大瓜的博客 3434

setoolkit克隆网站获取用户信息

一、环境 kali、DVWA 二、步骤 首先打开kali,输入setoolkit 依次选择选项1-选项2-选项3-选项2 输入钓鱼网站的网址(默认为本地网址) 输入要克隆的网址URL 这里我的网址如图,将网址复制 然后模拟攻击场景,攻击者向受害者发送了一条钓鱼链接,此链接与DVWA的登陆页面完全一样,受害者点击之后并进行登陆信息 点击login之后,用户信息就被setool...

BeatRex的博客 2997

【完整源码+数据集+部署教程】水表读数数字识别系统源码分享[一条龙教学YOLOV8标注好的数据集一键训练_70+全套改进创新点发刊_Web前端展示]

【完整源码+数据集+部署教程】水表读数数字识别系统源码分享[一条龙教学YOLOV8标注好的数据集一键训练_70+全套改进创新点发刊_Web前端展示]

weixin_43860634的博客 1187

Simpack实战:5分钟搞定轨道车辆车轮不圆的3种定义方法(附详细参数设置)

本文详细介绍了在Simpack中定义轨道车辆车轮不圆的3种高效方法:Radius deviations、Fourier coefficients和Harmonic function,并提供了详细的参数设置指南。通过实战案例和参数优化技巧,帮助工程师快速掌握车轮不圆度的定义与仿真,提升轨道车辆动力学分析的准确性和效率。

weixin_29292535的博客 201

开源大模型推理GPU资源评估以及优化

随着大模型的火热很多项目中都使用到了开源大模型,这时候准确评估大模型的GPU资源非常重要,主要有下面几个方面:GPU是昂贵的资源。高估内存需求可能导致在硬件上的不必要支出,而低估则可能导致系统故障或性能下降。:适当的内存管理确保模型高效运行,能够更快地响应用户并处理更多并发请求。:随着需求的增长,理解内存需求对于在不牺牲性能或产生高昂成本的情况下扩展服务至关重要。尽管其重要性显而易见,但计算用于服务大型语言模型(LLM)的GPU内存并不简单。

优快云DN的博客 3116

水表表盘读数识别新体验,带你进入华为云ModelArts算法套件的世界

数字时代,数字化服务已经发展到各行各业,我们的生活中也随处可见。数字化服务的便捷了我们的衣食住行的方方面面,除了我们日常化的出行、饮食、购物,其实住方面也已有了很深的发展。水电燃气这三项和我们生活息息相关的能源,也已经基本上数字化、线上化了,逐步实现了从传统的线下购买到线上购买的过渡。其中水比较特殊,与另外两个预付费的方式不同,水是先用后付费,传统方式是定期人工上门抄水表的数据然后用户根据用水量进行费用缴纳。而今,随着技术的快速发展,智能水表读数识别的功能开始广泛被应用。完成水表表盘读数识别。

banxianongtang的博客 1965

DIY等离子环:从Class-E电路到七彩辉光,手把手教你打造炫酷科学玩具

本文手把手教你DIY一个炫酷的等离子环科学玩具。从解析等离子体辉光放电原理入手,详细介绍了核心的Class-E自激振荡电路设计、关键元件选型与参数计算,并提供了从物料准备、电路搭建、腔体密封到上电调试的全流程指南。通过调制电路或填充不同气体,还能实现七彩变换与交互效果,是学习高频电路与电磁场知识的绝佳实践项目。

weixin_29305337的博客 633

【YOLO13】水表数字识别项目详解_C3k2-FDConv改进版

本文提出了一种基于改进YOLO13的水表数字识别方法,通过引入C3k2模块和FDConv技术显著提升了识别性能。C3k2模块采用跨尺度连接机制增强特征提取能力,FDConv结合频域分析优化数字细节识别。针对水表数据特点,设计了包含几何变换、色彩调整、噪声添加等策略的数据增强方案。实验结果表明,改进模型在mAP@0.5达到96.8%,较标准YOLOv8提升3.6个百分点,推理速度达42FPS。消融实验验证了各改进模块的有效性,C3k2和FDConv分别贡献3.3%和1.3%的mAP提升。该方法为智能水务管理提

OLOLOadsd123的博客 939

从原理到落地:Java+TensorRT打造YOLO模型GPU极致推理方案

Java+TensorRT的YOLO模型GPU加速方案,核心是通过JNI桥接实现Java与TensorRT的高效交互,结合TensorRT的底层优化能力,最大化GPU算力。该方案既保留了Java后端的工程化优势(如易维护、生态完善),又解决了AI模型推理的性能瓶颈,可落地于实时视频分析、智能监控、工业质检等场景。基于TensorRT Dynamic Shape实现多尺寸输入的自适应优化;结合Java的协程(Virtual Thread)提升异步推理的并发效率;

2601_94871597的博客 766

YOLO26改进策略【模型轻量化】| 替换骨干网络为 2024轻量化网络MoblieNetV4:移动生态系统的通用模型

本文记录的是基于MobileNet V4的YOLO26目标检测轻量化改进方法研究。主要用于轻量化应用部署,相关轻量化改进与其整体架构非常适配。通过整合、以及优化的,能够在在不降低性能指标的前提下,降低计算成本。本文配置了原论文中、、、和五种模型,以满足不同的需求。MobileNetV4: Universal Models for the Mobile Ecosystem是一系列适用于移动生态系统的通用高效模型。以下将详细介绍其轻量化设计的出发点、原理、结构和优势:的实现代码如下: 四、修改步骤 4.1 修

Limiiiing的博客 827

水表识别

水表识别的问题: 1. 首先我把3月15 号的数据跟7月27号的数据合在一起训,总共三万五千张样本。    用原来的网络训练。发现最后的精度只有90% 左右,查看错误的原因。    发现 图片是这样的,但是7月27号来的这批图片是: 所以这两个图片是不能一起训练的。 发现的问题是:3W多张训练样本里面有3000 多张样本识别错误,其实看acc 精度已经到1了 后来就把

keyanxiaocaicai的专栏 6372

RT-DETR改进策略【卷积层】| ECCV-2024 小波卷积WTConv 增大感受野,降低参数量计算量,独家创新助力涨点

本文记录的是利用模块优化的目标检测网络模型。的目的是在不出现过参数化的情况下有效地增加卷积的感受野,从而解决了在感受野扩展中的参数膨胀问题。本文将其加入到深度可分离卷积中,有效降低模型参数量和计算量,并二次创新,使模块更好地捕捉低频特征,增强网络性能。Wavelet Convolutions for Large Receptive Fields小波卷积及其改进的实现代码如下: 四、创新模块 4.1 改进点1⭐ 模块改进方法:加入(第五节讲解添加步骤)。添加后如下:模块改进方法:基于的(第五节讲解添加步骤)

Limiiiing的博客 1503

使用yoloV8实现自动化脚本

移动端自动化脚本里的“找图”一直是个让人头疼的环节。OpenCV模板匹配要求目标和素材几乎像素级一致,界面稍微缩放、换个主题、加个滤镜,匹配率就断崖式下跌。找色方案更脆弱,系统亮度一变,整段逻辑就废了。无障碍控件看起来是最优解,但短视频和游戏类应用普遍对控件树做了限制,经常拿不到有效节点。冰狐平台把YOLOv8的推理能力直接封装进了JavaScript运行环境,在安卓本地完成目标检测,不走云端,模型文件和截图都不会离开手机。

jcgu的专栏 272

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

C#使用opencv和Yolo模型识别车牌号

本文基于OpenCVSharp与OnnxRuntime,结合YoloV8n-pose_plate模型(检测车牌位置)和OCR模型(识别车牌文字),实现高效车牌识别。通过预处理、目标检测、NMS筛选及文字识别流程,最终输出车牌框位置与识别文本。代码封装良好,支持自定义路径与置信度阈值,具备实际应用价值。

lweiyue的专栏 168

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

高空作业栏杆检测数据集VOC+YOLO格式230张3类别

标注类别名称(注意yolo格式类别顺序不和这个对应,而以labels文件夹classes.txt为准):["langan","nverqiang","wu"]数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)nverqiang女儿墙(屋顶边缘的矮墙) 框数=118,占有图片数=95。图片数量(jpg文件个数):230。标注数量(xml文件个数):230。标注数量(txt文件个数):230。

FL1623863129的博客 200

YOLO26最新创新改进:融合 WST:小波无损下采样主干,下采样是主干里唯一一次不可逆的信息丢弃,用小波把丢掉的高频收回来!

YOLO26融合小波无损下采样(WST)主干,针对原始结构中下采样导致的高频信息不可逆丢失问题,提出在保持原有拓扑不变的前提下,以正交小波变换替代传统卷积下采样。该方法实现无损特征分解与高频子带重构,有效保留边缘、纹理等关键细节,解决弱目标检测中因下采样失真带来的性能瓶颈。实验表明,该改进显著提升小目标与低对比度目标检测精度,且机制清晰、可解释性强,为轻量级检测器优化提供新范式。

B站 Ai学术叫叫兽的文案地 609

YOLO + SAM 3 混合自动标注:把数据集生产成本打下来的工程实践

YOLO + SAM 3 的混合方案之所以有效,不是因为它用了两个更强的模型,而是因为它把任务拆成了「召回—精修—仲裁」三段,每一段都交给了最擅长的那一方:YOLO 管快与类别,SAM 3 管准与开放概念,人管边界与例外,工程管闭环与可追溯。这篇文章讲一套已经跑在生产环境里的混合方案:让 YOLO 负责「快」和「认得类别」,让 SAM 3 负责「准」和「开放概念」,人工只负责最后一公里的仲裁与验收。给定「黄色安全帽」这样的名词短语,它返回所有符合该概念的实例掩膜与框,并给出存在性评分。

SaturnCloud的博客 749

基于 YOLOv8 的森林火灾检测系统(Web 版)

本项目面向林区早期火情识别场景,使用YOLOv8完成火焰(Fire)与烟雾(Smoke)两类目标的检测模型训练,并以FastAPI构建 Web 检测平台,把模型能力封装为可直接登录使用的系统。平台除常规的图片、批量、视频、摄像头检测外,还提供同图多权重对比、数据集浏览与标注核对、模型热切换,以及把训练搬到网页上的能力:可在浏览器配置超参数发起真实训练,训练中在线调整学习率、查看进度与动态曲线,训练完成后下载产物或直接应用到检测。

Michael_Jay的博客 48

YOLO26最新创新改进系列:融合 EMDD,细粒度边挖掘蒸馏检测头,检测头逐边衡量一致性来!

YOLO26 是一个被极致压缩过的一阶段检测器:C3k2 主干负责特征提取,C2PSA 做末端全局聚合,PAN-FPN 完成 P3/P4/P5 三尺度融合,检测头以解耦的分类/回归分支直接输出密集预测。整条链路的设计目标是速度优先、结构优先——用尽可能少的算子换取尽可能快的吞吐。这种极致压缩在通用自然图像上非常成功,但当检测目标不再是「通用物体」时,原始结构的5个缺陷会同时暴露。本节逐一指出这些缺陷,并说明融合EMDD之后它们如何被逐条解决——这正是本文这条改进线所要回应的核心痛点。

B站 Ai学术叫叫兽的文案地 575

LocateAnything 模型:比 YOLO 快 10 倍?英伟达机器视觉新范式实测解读

步骤操作耗时1. 理解范式明白 PBD 是用原子框替代逐 token 解码2 分钟2. 跑通 demoHugging Face Spaces 在线试,或本地加载 3B 权重15 分钟3. 选型部署Hybrid Mode 作为生产默认,评估 BPS 是否满足场景需求按需核心价值:LocateAnything 不是 YOLO 的替代品——YOLO 在封闭词汇、ms 级延迟的工业场景无可撼动。

-- 290

【深度学习实验】—— YOLOv12 添加 SE 注意力机制:实现、训练与水果检测对比

本次实验在 YOLOv12n 中接入 SE(Squeeze-and-Excitation)通道注意力,使用已有四类水果数据集,完成模块编写、模型解析器注册、前向与梯度检查、模型训练和最佳权重评估。项目本次设置与结果模型YOLOv12n 基线 / YOLOv12n SE 替换版任务四类水果目标检测数据集200 张图片,594 个标注框划分训练 160 张 / 验证 20 张 / 测试 20 张训练两组各 2 轮,batch=2,imgsz=640,seed=0,随机初始化。

weixin_65899656的博客 215

YOLO 系列(二):YOLO V2 原理与改进

YOLO V2 在保持实时性基础上,系统优化V1缺陷:引入批量归一化提升训练稳定性,采用高分辨率微调缓解“水土不服”,使用DarkNet主干网络实现全卷积结构;通过K-means聚类自适应提取5个先验框,结合Anchor机制提升召回率;提出直接位置预测约束偏移量,防止训练发散;融合直通层与多尺度训练增强小目标检测能力。系列改进使mAP从63.4升至75.8,兼顾精度与速度。

2301_79882046的博客 243

遥感大棚语义分割数据集 深度学习 语义分割 遥感影像 农业大棚 YOLO格式 数据集发布5025期

遥感大棚语义分割数据集 深度学习 语义分割 遥感影像 农业大棚 YOLO格式 数据集发布5025期

qq_2529413168的博客 120

基于 YOLOv8 的轴承缺陷检测(Web 版)

本项目是轴承表面缺陷检测模型的 Web 端实现。围绕 YOLOv8 在轴承表面缺陷数据集上完成四类缺陷的检测模型训练后,使用 FastAPI 把模型能力封装为可直接登录使用的 Web 检测平台。平台覆盖从数据准备、模型训练、指标评估,到推理服务、历史沉淀、统计分析的完整链路。除了常规的图片、批量、视频、摄像头检测,还把模型训练搬到了网页上:可以在浏览器里配置超参数发起真实训练,训练中在线调整学习率、查看实时曲线与日志,训练完成后把权重一键应用到检测服务,形成「训练 → 评估 → 检测」的闭环。

Michael_Jay的博客 241

开源:Yolo2CausalTCN,将YOLOv8数据集转换为因果TCN时序模型的开源工具

iNeuOS_Yolo2CausalTCN 项目实现了从YOLOv8推理结果到因果TCN时序数据集的完整转换流水线,支持滑动窗口构造时序样本、特征归一化与按时间顺序的数据集划分,并内置因果TCN的训练、评估与推理代码,打通了“视频目标检测—时序数据集生成—TCN时序预测”的全链路,可用于目标数量预测、轨迹趋势预测、视频异常时序预警等场景。

iNeuOS工业互联网操作系统 173
上一篇: 玉米叶片病害检测数据集 6000张 玉米 带标注 voc yolo,玉米叶片病害检测数据集
下一篇: 航空影像的输电线路与输电塔分割数据集,航拍输电线路与输电塔分割数据集
DeepLearningYolo
博客等级 码龄1年 94粉丝 261原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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