源码下载地址
项目介绍
基于yolov8的基建裂缝目标检测系统
安装环境
python -m venv venv # 创建虚拟环境
venv/Scripts/activate # 进入虚拟环境
pip install -r requirements.txt # 安装依赖
注意:pytorch cuda的格式可能不一致,注意辨别。选用适合自己的cuda版本进行安装
文件目录
crack/ 裂缝检测输出文件
datasets/ 数据集
detects/ 推理集
slime/ 史莱姆检测失败案例(数据集不够)
crack_predict.py 推理detects/crack下的所有图片的裂缝
crack_train.py 训练crack数据集
get_path.py 取出一些数据当作评估数据,在训练完毕后会进行评估
voc_to_yolo 将voc格式转换为yolo需要的labels格式
slime_*.py (一些史莱姆的失败案例)
yolov8n.pt 包含了模型的结构和训练好的参数的训练模型
使用
python crack_predict.py 检测detects/crack/*中图片的裂缝,并输出到crack/crack_predict/下,输出文件包含,被标记的图片以及labels python crack_train.py 训练基建裂缝数据集,并输出训练集到crack/crack_train/并且生成评估信息
修改yolov8源码方面
修改在 yolov8 的源码 ultralytics/ultralytics/cfg 目录下 default.yaml ,并将 amp 改为 False
项目功能
界面预览
项目备注
1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!
2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。
3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。
下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。