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
格林威20 小时前
Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现道路汽车的检测识别（C#代码，UI界面版）一方热衷.1 天前
YOLOv8/YOLOv11 C++ OpenCV DNN推理Blossom.1182 天前
基于深度学习的医学图像分析：使用YOLOv5实现医学图像目标检测Stuomasi_xiaoxin2 天前
YOLOv13 汉化优化部署版本：超图增强自适应视觉感知的目标检测系统FF-Studio2 天前
25年电赛C题 发挥部分 YOLOv8方案＆数据集钱彬 (Qian Bin)2 天前
《使用Qt Quick从零构建AI螺丝瑕疵检测系统》——8. AI赋能(下)：在Qt中部署YOLOv8模型go54631584653 天前
离散扩散模型在数独问题上的复现与应用格林威3 天前
Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现裂缝的检测识别（C#代码UI界面版）停走的风4 天前
Yolo底层原理学习--（第二篇）bigdata从入门到放弃4 天前
yolo检测常见指标