- 博客(2)
- 收藏
- 关注
RSS订阅原创 YOLOv8模型训练输出结果--含义解读
FN（False Negative）表示将正类预测为负类的数量，即错误预测的正类样本数。a.当曲线向上并向左弯曲时，表示在较低置信度下仍能保持较高的精度，说明检测器在高召回率的同时能够保持低误报率，即对目标的识别准确性较高。b.当曲线向下并向右弯曲时，说明在较高置信度下才能获得较高的精度，这可能导致漏检率的增加，表示检测器的性能较差。，在二检测头检测出缺陷后，与焊缝进行IOU计算，譬如若低于70%，则舍去，反之则保留。，表示在过滤掉低置信度的预测框后，获得的召回率提升越大，从而提高模型的检测性能。
2025-09-01 15:37:54
1844
原创 基于深度学习的交通标志识别--探究性研究
图中的箭头和“Add”表示残差连接（Residual Connection），它将模块的输入直接加到其输出上，有助于缓解深度网络中的梯度消失问题，加速模型收敛。在Block 4、Block 5、Block 6中，“x2”和“x3”的标注表示其内部的核心模块（Module 3）被重复了2次或3次，以此增加网络的深度和特征提取能力。的方法来处理输入的图像，本文便是探究clahe技术、he技术是否对EfficientNet B1模型在检测交通标志时有正面积极作用，以及哪种方法的作用更大。并转换回RGB格式。
2025-07-04 17:11:31
699
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人