- 博客(3)
- 收藏
- 关注
RSS订阅原创 YOLO的进阶技巧——Datawhale AI 夏令营
YOLO 模型的训练设置包括多种超参数和配置，这些设置会影响模型的性能、速度和准确性。同时 YOLO 能够处理包括单独图像、图像集合、视频文件或实时视频流在内的多种数据源，也能够一次性处理多个图像或视频帧，进一步提高推理速度。但是，由于您的模型已经从以前的数据集中学习了一些特征，因此立即从更高的学习率开始可能更有益。YOLOv8模型的使用者提供了灵活性，允许根据特定应用场景的需求调整模型的行为和性能。可以被设置为一个整数，用于训练和验证模式，表示将输入图像调整为正方形的尺寸，例如。对于预测和导出模式，
2024-08-31 11:07:12
580
原创 YOLO模型介绍--Datawhale AI 夏令营
在Datawhale AI 夏令营中通过学习了解到了YOLO模型的基本情况。物体检测是计算机视觉领域的一个重要任务，它的目标是在图像或视频帧中识别和定位感兴趣的物体。物体检测算法不仅要识别图像中的对象属于哪个类别，还要确定它们在图像中的具体位置，通常以边界框（bounding box）的形式表示。：物体检测算法的输入通常是一张图像或视频帧。：算法使用深度学习模型（如卷积神经网络CNN）来提取图像的特征。这些特征捕捉了图像中的视觉信息，为后续的物体识别和定位提供基础。
2024-08-29 12:15:17
1380
原创 学会用YOLO对简单的目标进行检测--Datawhale AI 夏令营
4、将下好的数据转换为yolo需要的格式，txt文件中放数据的坐标、类别信息，一个文件放视频流处理完的图片文件，两个文件一一对应。6、用下好的模型和设置好的yaml文件对训练集进行训练，可以设置自己需要的epoch，和batch-size，看自己设备情况而定。通过在Datawhale Ai 夏令营中的学习学会了用yolo对目标进行检测。3、通过对坐标的读取，再用matplotlib的工具包对图片进行绘制。7、模型跑完后对跑完的模型权重进行保存。2、通过对视频流的逐帧处理成图片。5、下载需要的模型权重。
2024-08-22 16:24:19
176
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人