超级会员免费看
本文介绍了使用YOLOv5s模型进行火点烟雾检测的实战过程，包括模型配置、数据集处理、训练与评估。通过darknet框架完成训练，详细阐述了数据标注、解析转换以及训练过程中的主要指标可视化。
本文是继前文如下：
《yolov4-tiny目标检测模型实战——学生姿势行为检测》
后的第三篇轻量级目标检测系列博文，本文选用的模型是YOLOv5s模型，先看效果图：
火点烟雾检测在实际生活中有很多的应用场景，比如：森林火点预警、道路黑烟车识别等等，可以借助于边缘端的检测设备高效地完成火点、烟雾等目标对象的预警检测，能够很大程度上降低财产损失，保障空气质量。
本文延续前文系列的模型训练框架，基于darknet框架来完成yolov5s模型的训练工作。
相比于yolov3和yolov4系列来说，yolov5系列相对更加新颖一些ÿ
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
