高端网站建设 杭州,营销型网站建设jm3q,电影网站如何做seo,王也诸葛青cp图农田害虫检测识别项目-高精度完整版
一、说明#xff1a;
该版本为基于泰迪杯完整害虫数据重新制作数据集、优化增强数据集、重新进行模型训练#xff0c;达到高精度、高召回率的最优模型代码。包含论文、最优模型文件以及相关文件、原始数据集、训练数据集XML版、增强扩充…农田害虫检测识别项目-高精度完整版
一、说明
该版本为基于泰迪杯完整害虫数据重新制作数据集、优化增强数据集、重新进行模型训练达到高精度、高召回率的最优模型代码。包含论文、最优模型文件以及相关文件、原始数据集、训练数据集XML版、增强扩充数据集、处理过程代码、保姆级教程视频
二、效果展示
训练模型结果
三、项目完整介绍
项目说明 利用附件1和附件2的信息建立确定害虫位置及种类的模型和算法。 应用问题1所建立的模型和算法对附件3中提及的图像进行识别并确定害虫的位置将结果存放在“result2.csv”文件中模板文件见附件4中的result2.csv。 根据问题2得到的结果对附件3中提及的图像文件中不同种类的害虫数量进行统计将统计结果存放在“result3.csv”文件中模板文件见附件4中的result3.csv。
数据集介绍
1、原始数据集附件一
包含3015张图片。其中有害虫标签的图片为576张804张为待测图片、剩余图片为background 给出图片害虫坐标csv附件二 2、制作训练集data
通过代码处理制作xml标注的文件。真实查看清晰的图片标注情况 3、数据增强扩充数据集
通过代码、软件等工具进行数据增强扩充处理因为一共有28种类别所以原来训练集的576张图片不够所以必须扩充数据。
4、模型训练参数配置
python train.py --device 0 --weights ./weights/yolov5s.pt --cfg ./models/yolov5s.yaml --data ./data/hc.yaml --batch-size 4 --imgsz 1280 --epochs 100 --name hc_v1-b4_1280_100epo预测结果展示 四、完整更新版获取
【腾讯文档】葡萄技术服务小店商品列表
https://docs.qq.com/sheet/DWG9DSUpQcnVsZlZZ?tabBB08J2
