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
PassLink_1 天前
[Kaggle]：使用Kaggle服务器训练YOLOv5模型 （白嫖服务器）知来者逆1 天前
计算机视觉——对比YOLOv12、YOLOv11、和基于Darknet的YOLOv7的微调对比AI军哥2 天前
MySQL8的安装方法白熊1882 天前
【计算机视觉】CV实战项目 - 基于YOLOv5的人脸检测与关键点定位系统深度解析一勺汤3 天前
YOLOv11改进-双Backbone架构：利用双backbone提高yolo11目标检测的精度豆芽8193 天前
图解YOLO（You Only Look Once）目标检测（v1-v5）Eric.Lee20213 天前
数据集-目标检测系列- F35 战斗机 检测数据集 F35 plane ＞＞ DataBall白熊1883 天前
【计算机视觉】CV实战项目 - 基于YOLOv5与DeepSORT的智能交通监控系统：原理、实战与优化FPGA开源工坊3 天前
FPGA上实现YOLOv5的一般过程埃菲尔铁塔_CV算法4 天前
YOLO 模型的深度剖析及其在生物医药领域的创新应用