- 博客(5)
- 收藏
- 关注
RSS订阅原创 云服务器yolov11训练入门
说一点这个yaml中有个nc参数，是80，这个可以改也可以不改，因为后面会按数据集yaml也就是3.2那个yaml来进行覆盖，为了统一还是改下，这里不改第一次打印网络结构的时候打印是80。也复制到对应训练文件夹下/root/autodl-tmp/yolov11/train/tt100k2021_new/origin。配置path根目录，train训练图像文件夹，val验证图像文件夹，test测试图像文件夹，names类别。我放置在在这个目录了：/root/autodl-tmp/datasets/cfg。
2025-08-02 10:49:04
1031
原创 Ultralytics YOLO检测入门
本文介绍了使用Ultralytics YOLOv11进行目标检测的环境配置和训练过程。主要内容包括：1) 通过conda创建虚拟环境并配置CUDA 11.8；2) 安装PyTorch和torchvision；3) 使用pip安装ultralytics库；4) 解决numpy版本兼容性问题；5) 基于预训练权重进行模型训练，处理了数据集路径配置和"if name == 'main'"报错等问题。文章提供了详细的代码示例和问题解决方法，适合快速上手YOLOv11的目标检测任务。
2025-07-26 15:54:43
1084
原创 TT100K数据集
TT100K是一个专注于小尺度交通标志检测的大规模数据集，包含来自10万张腾讯街景图的3万交通标志实例。该数据集针对传统目标检测方法在小目标识别上的不足，特别关注仅占图像0.2%的交通标志（约80x80像素）。数据集涵盖三类交通标志（警告、禁止、指示），采集自中国5个城市的不同区域。研究发现交通标志类别分布极不均衡，论文通过数据增强平衡样本，保留45类实例数大于100的标志，并对100-1000个实例的类别增强至1000例。数据增强策略包括旋转、缩放及添加噪声，有效提升了小目标检测性能。
2025-07-23 21:31:15
941
原创 YOLOv8改进：融合Gold-YOLO Neck(RepGDNeck)
YOLOv8改进：融合Gold-YOLO Neck(RepGDNeck)
2023-11-06 10:23:11
5499
103
原创 Gold-YOLO RepGDNeck类解析（可将其替换YOLOv8的颈部来改进YOLOv8）
RepGDNeck类作为Gold-YOLO的s和n模型的颈部，位于文件中。下文将根据RepGDNeck类的源码结合Gold-YOLO的论文来解析该Neck类。
2023-11-03 21:02:11
2149
4
titanic数据集（csv格式）
2022-10-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人