pytorch yolo11深度学习海胆检测器

Yolo11x 海胆检测器

一、模型详情/概述

本模型基于YOLO11x架构训练，用于检测各类水下环境中的海胆。通过数据集训练，可在不同水下条件下精确定位海胆目标。

▌核心参数

• 模型架构：YOLO11x
• 任务类型：目标检测（海胆识别）
• 影像类型：水下视频
• 检测类别：单类别（海胆）
• 模型下载：yolo11x_urchin_trained
  

二、模型部署

1. 权重文件

支持多种格式：

• PyTorch格式 (best.pt)：原生PyTorch应用标准格式

2. 应用场景

• 水下视频实时检测
• 水下影像后处理分析

三、技术特性

1. 性能优势

• 多源数据集：包含多角度海胆图像
• 轻量架构：YOLO11x专为水下实时检测优化
• 数据划分：70%训练集 / 20%验证集 / 10%测试集
• 训练参数：
  • 训练轮次：100
  • 学习率：0.001
  • 图像分辨率：640×640

2. 训练数据源

• Orange-OpenSource Marine-Detect
• Roboflow项目：
  • Sakana Urchins CJLib
  • Diad 3 Computer Vision Project

▌数据集规范

属性	说明
许可协议	CC BY 4.0
图像总量	5000张
数据划分	7:2:1（训练/验证/测试）

四、性能指标

验证集评估结果：

▌训练验证曲线

• 训练损失 vs 验证损失曲线
  （注：此处保留原始技术术语如"YOLO11x"，采用Markdown三级标题结构，关键数据使用表格呈现，重要参数加粗显示，符合中文技术文档规范）