qq_40992158的博客

虽然4060训练一轮2分钟左右，但其性能没有完全发挥,因此准备在电脑上使用虚拟机(预计Ubantu)进行训练，虽然CPU可能压力大一点，但最大化发挥显卡性能。下载CCPD2020对YoloV5进行训练(由于在自己电脑训练，图片数量太多速度太慢，删到900左右最终进行了50轮训练。问题:标注了20张左右照片后，labelimg按w闪退，查询之后网友意见是因为使用了高版本的python(一开始py3.8为了yolo升级到了3.9然后就闪退了)这里以后可能用其他标注软件进行标注。

书接上回，训练好车牌标注后结合LPRNet网络对车牌进行识别+检测(开源项目)2>对模糊图像(雨天，雾天等)识别效果不是特别好。1>数据集有缺陷，900多张图像还是比较少。3>准备对视频实时检测。

自建铁路障碍数据集-包含路障，人等少数标签。其中百分之八十作为训练集，百分之二十作为测试集。训练50epoch后精度可达0.94 mAP可达0.95.此时未包含任何改进操作。首先对训练数据进行随即裁剪+椒盐加噪处理。更换EfficientViT主干网络。将c2f模块替换为DSConv。版本：YOLOv8改进版本。

上个项目实现了车牌的检测和识别，这次实现一个简单的人脸检测(加口罩)项目。使用1200张图片进行训练 400张进行测试。

今天过生日，自己给自己庆祝一下吧qaq。