- 博客(3)
- 收藏
- 关注
RSS订阅原创 yolov5，v8船舰识别检测（包含训练代码Pyqt源码超详细）
该数据集由7406张训练集381张测试集组成训练的置信度在90以上，已经经过数据处理可以直接使用。数据集包含十分类分别是CH_names = ['航空母舰','散装船','汽车运输车','集装箱船','巡航船','驱逐舰','游艇','帆船','潜艇','拖船']
2024-10-16 16:16:30
644
原创 yolov8中map指数提高
mAP适用于对模型性能进行广泛评估。低 mAP表示模型可能需要全面改进。P（精确度）：检测物体的精确度，表示有多少检测是正确的。R（召回率）：模型识别图像中所有物体实例的能力。mAP50：按 0.50 的交集大于联合（IoU）阈值计算的平均精度。这是仅考虑 "容易 "检测的模型精确度的衡量标准。mAP50-95：在 0.50 至 0.95 之间的不同 IoU 门限下计算得出的平均精度的平均值。它全面反映了模型在不同检测难度下的表现。平均精度 (AP)
2024-10-13 21:40:33
2288
4
原创 基于yolov8的交通标志识别检测数据集包含9类别 训练集：3530验证：801
随着城市化进程的加速和交通运输业的蓬勃发展，道路交通的安全问题日益凸显其重要性。交通标志作为道路语言的重要组成部分，对于引导交通流、规范驾驶行为、保障道路使用者的安全具有不可替代的作用。然而，在实际交通环境中，由于天气变化、标志老化、驾驶员注意力分散等多种因素，交通标志的识别往往面临挑战。因此，开发一套高效、准确的交通标志检测系统，不仅能够提升道路交通的安全水平，还能为智能交通系统、自动驾驶技术等前沿领域提供强有力的支持。
2024-10-13 15:34:43
866
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人