助力环保河道水质监测，基于yolov5全系列模型【n/s/m/l/x】开发构建不同参数量级的无人机航拍河道污染漂浮物船只目标检测识别系统，集成GradCAM对模型检测识别能力进行分析

最近亚运会再次冲上热搜，建设环保等工作进入了冲刺收尾期，肉眼可见的提升和改善，本文的核心目的是结合自己的实际工作来开发构建基于无人机航拍的河道水质智能监测预警分析系统，首先看下效果图：

 这里为了整体对比不同量级参数模型的性能，我们开发了yolov5全系列所有的模型，简单看下数据集：

 各款模型的详情模型文件可以参考下文：

《基于yolov5全系列模型【n/s/m/l/x】开发构建不同参数量级的斯坦福120种狗类目标细粒度检测识别系统》

时间原因就不再这里赘述了。

我们直接来看结果：

【yolov5l】

 【yolov5m】

【yolov5n】

 【yolov5s】

 【yolov5x】

 完成不同参数量级模型的单独开发评估测试之后，这里为了进一步整体对比，我们在不同指标上也横向对比了这五款模型，如下：

【F1值】

 【loss曲线】

 【精确率】

 【召回率】

 此外为了分析模型的检测识别能力，这里还集成进了GradCAM热力图计算模块，如下：