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090期:
效果展示图如下:
代码所有文件:
运行01makeTxt.py可以生成数据集txt文本,
运行02train.py会训练模型保存在runs文件夹下,
运行03detector_photo.py可以对单张图片进行检测并识别,
运行04ui_pyqt5.py可以加载pyqt界面,通过点击按钮加载自己需要检测的车辆视频文件,然后识别视频中的车辆速度。