数据集
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
第一次部署
版本：YOLOv5
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
第二次部署
版本：YOLOv8改进版本
首先对训练数据进行随即裁剪+椒盐加噪处理。
将c2f模块替换为DSConv
加EMA注意力机制
更换EfficientViT主干网络
相关推荐
AI街潜水的八角8 小时前
基于YOLOv11的柑橘病害检测和识别系统1：柑橘病害识别检测数据集说明(含下载链接)深度学习lover11 小时前
＜数据集＞yolo 白天鹅识别＜目标检测＞动物园猫11 小时前
棉花病害图像分类数据集分享（适用于YOLO系列深度学习分类检测任务）背包客(wyq)13 小时前
YOLO手势检测识别模型Android端部署测试Hello Mr.Z13 小时前
双机双卡训练yolov5（yolov5+pytorch+DDP+NCCL+RDMA全栈解析）輕華14 小时前
YOLOv10轮毂缺陷检测（上）——环境搭建与模型训练machunlin~14 小时前
Android（Termux）部署 NCNN + YOLOv8 完整教程子午14 小时前
基于YOLO的车牌识别检测~Python+YOLOV8算法+车牌定位+车牌检测+深度学习輕華15 小时前
YOLOv10轮毂缺陷检测（下）——模型推理与PyQt5可视化应用迪菲赫尔曼15 小时前
UltraConsole：一个工业级 YOLO 推理可视化控制台，从前端到后端的完整实践