卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型
目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等
图像分割一般是Unet、mask-rcnn、PSPnet、yolov5-segment等
demo仓库和视频演示找068-069期:
效果展示图如下:
代码文件展示如下:
运行01数据集文本生成制作.py可以对data文件夹下图片保存在txt文本中。
运行02train.py读取txt中的图片路径和对应标签读取训练,并生成评价指标折线图保存在result文件夹中。
运行03.py可以生成pyqt的交互界面,通过点击按钮对感兴趣的图片进行加载,然后进行检测识别。
欢迎下载