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055期：
效果展示图如下：
代码文件展示如下：
运行01makeTxt.py可以对data文件下的图片路径和对应标签保存在txt文本中。
运行02train.py对txt文本中的图片进行读取训练，训练的模型保存在runs文件下。
运行03detector_photo.py可以调用模型对单张图片进行检测。
运行04server.py生成接口与小程序交互，可通过点击按钮加载感兴趣的图片，识别结果返回小程序展示。
欢迎下载
1744
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
