目标检测
文章平均质量分 76
stsdddd
贵有恒,何必三更起五更睡;最无益,只怕一日曝十日寒
展开
-
【yolov8&yolov5驾驶员抽烟-打电话-喝水-吃东西检测&疲劳驾驶检测&分心驾驶检测】
YOLOv8和YOLOv5是深度学习中用于目标检测的先进算法,它们在实时性和准确性方面表现出色,适用于各种视频监控和图像处理应用,包括驾驶员行为监测。这些算法通过单次前向传播即可预测图像中的目标位置和类别,使得它们非常适合于实时检测任务,如监测驾驶员是否在抽烟、打电话、喝水或吃东西等分心行为。例如,通过分析人脸和手部的位置关系、嘴部区域是否有烟雾特征等,可以判断驾驶员是否在抽烟或打电话。此外,模型可以被训练以识别手持物品(如手机、水瓶或食物)的动作,从而检测驾驶员是否在执行这些可能分散注意力的行为。原创 2024-04-27 22:18:37 · 769 阅读 · 0 评论 -
【yolo算法道路井盖检测】
YOLOv8算法能够有效地应用于道路井盖的检测,帮助城市管理部门及时发现并维护井盖,确保道路安全。原创 2024-04-25 21:12:05 · 711 阅读 · 0 评论 -
【 yolo红外微小无人机-直升机-飞机-飞鸟目标检测】
nc: 1数据集和模型可视化class: [‘Airplane’, ‘Bird’, ‘Drone’, ‘Helicopter’]可视化+nc: 1。原创 2024-03-23 10:07:16 · 805 阅读 · 0 评论 -
【目标检测-复制粘贴数据增强】
在目标检测、分类和分割任务中,复制粘贴数据增强(Copy-Paste Data Augmentation)是一种创新的数据增广技术,它通过将训练集中的一部分物体实例复制并粘贴到其他图像的合理位置上,以生成新的训练样本。这种方法能够增加模型对不同场景下物体多样性的识别能力,并且尤其有助于提升小样本类别和边界框定位的准确性。以下是一个简化的示例,展示如何在PyTorch环境下用自定义方式实现该方法。实例分割框架是基于Mask R-CNN,使用。原创 2024-03-21 22:10:59 · 567 阅读 · 0 评论 -
【RepVGG网络】
RepVGG网络是2021年由清华大学、旷视科技与香港科技大学等机构的研究者提出的一种深度学习模型结构,其核心特点是通过“结构重参数化”(re-parameterization)技术,在训练阶段采用复杂的多分支结构以优化网络的训练过程,而在推理阶段则将这些分支融合成单一的卷积层,从而实现高效的前向推断。在PyTorch中实现RepVGG时,通常会定义一个RepVGGBlock类,该类在构造函数中设置训练模式下的各个卷积层,并且包含一个。方法,用于在模型部署或进行推理时将训练时的多分支结构融合为单个卷积层。原创 2024-03-12 22:50:48 · 434 阅读 · 0 评论 -
【目标分类&检测测试指标】
AP 是对每种类别的 Precision-Recall 曲线下面积的平均值,它综合了精确率(Precision)和召回率(Recall)两个指标来评估模型性能。在不同的数据集和竞赛中,比如 PASCAL VOC 和 COCO 数据集,会根据特定的 IoU 阈值(如 IoU@0.5 或者在一定范围内的平均,如 0.5:0.95)来计算 AP 和 mAP。准确率是分类问题中最直观的评估指标,它计算的是模型正确预测样本数占总样本数的比例。精确率是在所有被模型预测为某个类别的样本中,真正属于这个类别的样本比例。原创 2024-03-07 22:49:13 · 660 阅读 · 0 评论 -
【YOLO系列算法俯视视角下舰船目标检测】
为了提高模型的泛化能力,我们还可以采用数据增强技术,如旋转、缩放、翻转等,来扩充训练数据集。如果模型的性能不满足要求,我们可以尝试调整模型的参数或者使用更复杂的模型结构来进行优化。例如,在卫星遥感图像分析系统中,我们可以使用训练好的YOLOv6模型来实时检测舰船目标,并将检测结果用于后续的任务,如舰船跟踪、类型识别等。总的来说,如果需要较快的检测速度,尤其是在资源受限的环境下,可以考虑使用YOLOv5或YOLOv8的某些版本。对于更高的检测精度,尤其是对小目标的检测,YOLOv8可能是更好的选择。原创 2024-01-28 11:24:23 · 1376 阅读 · 1 评论 -
【yolov5驾驶员和摩托车佩戴头盔的检测】
它采用了一种称为“one-stage”的检测方法,这种方法的优势在于速度较快,因为它直接在图像上预测物体的位置和类别,而不需要像“two-stage”方法那样先进行候选区域选取。对于驾驶员检测,Yolov5算法可以通过训练来识别图像中的驾驶员,并输出驾驶员的位置和姿态信息。Yolov5是一种先进的深度学习算法,用于目标检测任务,包括驾驶员和摩托车佩戴头盔的检测。总的来说,Yolov5通过结合多种先进技术和结构,实现了高精度、高速度的目标检测能力,对于驾驶员和摩托车佩戴头盔的检测具有很好的应用价值。原创 2023-12-27 22:28:13 · 1160 阅读 · 0 评论 -
【yolo格式标签可视化 】
【代码】【yolo格式标签可视化 】原创 2023-06-27 22:57:37 · 574 阅读 · 1 评论 -
【 YOLOv5实现口罩和人脸检测】
如果有显卡,需要确定支持的CUDA的版本,所以有显卡的可以安装GPU版本的Pytorch,只有CPU的直接安装CPU版本的pytorch。YOLOv5项目在CPU和GPU下均可运行,但是CPU运行速度很慢,当然使用已经训练好完手机检测模型用来测试得出结果,CPU也是可行的,如果需要自己重新训练数据集,最好还是得有一个可用的英伟达的显卡。训练好的口罩和人脸检测模型模型保存在runs/train下的文件夹中,包含YOLOv5s和YOLOv5m两种训练好的模型。若需要pyqt界面,下载。.........原创 2022-07-15 21:44:41 · 2517 阅读 · 3 评论 -
【YOLOv5实现玩手机检测】
首先需要安装anaconda3和pycharm,若不知道如何安装,请参考这篇博客安装好anaconda后,在上面新建python3.8虚拟环境,打开anaconda终端,输入如下命令:gpu版本和cpu版本的pytorch安装方法YOLOv5项目在CPU和GPU下均可运行,但是CPU运行速度很慢,当然使用已经训练好完手机检测模型用来测试得出结果,CPU也是可行的,如果需要自己重新训练数据集,最好还是得有一个可用的英伟达的显卡。如果有显卡,需要确定支持的CUDA的版本,所以有显卡的可以安装GPU版本的原创 2022-07-05 21:20:32 · 4434 阅读 · 19 评论 -
YOLOv5实现火焰和烟雾检测
YOLOv5火焰和烟雾识别原创 2022-06-05 09:20:17 · 6279 阅读 · 3 评论 -
YOLOv5实现吸烟行为检测
首先需要安装anaconda和pycharm,安装过程参考这篇博客安装好anaconda后在上面安装python3.8虚拟环境,打开anaconda终端,输入:安装pytorch(gpu版本和cpu版本的安装)YOLOv5项目在CPU和GPU下均可运行,但是CPU运行速度很慢,当然使用已经训练好吸烟检测模型用来测试得出结果,CPU也是可行的,如果需要自己重新训练数据集,最好还是得有一个可用的英伟达的显卡。所以有显卡的可以安装GPU版本的Pytorch,只有CPU的直接安装CPU版本的pytorch。在原创 2022-06-04 22:32:40 · 3587 阅读 · 2 评论 -
目标检测划分数据集
目标检测划分数据集训练检测在数据采集、数据标注后需要划分数据集,一般对标注的数据集划分为训练集和验证集,用于一些通用算法 的训练,如YOLO、SSD、faster-RCNN等# -*- coding:utf8 -*-import timeimport osimport randomimport cv2t_1 = time.time()imgs_path = './drone-roi-low/images/train/'anns_path = './drone-roi-low/lab原创 2022-05-26 11:47:48 · 1447 阅读 · 0 评论 -
YOLOv5苹果香蕉检测
YOLOv5水果新鲜程度检测YOLOv5水果新鲜程度检测模型1、配置环境安装anaconda3在anaconda中创建python虚拟环境安装pytorch安装pycharm(可以安装其他编辑器如vscode,我个人习惯使用pycharm)2、使用训练好的模型进行测试3、训练自己的数据集准备数据集4、训练YOLOv5水果新鲜程度检测模型水果检测数据集:https://download.csdn.net/download/zhiqingAI/84861657YOLOv3水果检测模型:https://原创 2022-05-25 15:52:34 · 3930 阅读 · 3 评论 -
YOLO系列目标检测数据集大全
YOLO系列目标检测数据集大全目标检测数据集无人机检测数据集飞鸟检测数据集人脸和口罩检测数据集安全帽检测数据集火焰检测数据集火焰和烟雾检测数据集行人检测数据集行人车辆检测数据集车辆检测数据集待更新……目标检测数据集无人机检测数据集数据集下载: 飞鸟检测数据集人脸和口罩检测数据集安全帽检测数据集火焰检测数据集火焰和烟雾检测数据集行人检测数据集行人车辆检测数据集车辆检测数据集待更新…….....................原创 2022-04-17 16:30:17 · 103361 阅读 · 59 评论 -
YOLOv5飞鸟检测
YOLOv5飞鸟检测原创 2022-04-16 17:25:26 · 678 阅读 · 0 评论