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
weixin_3981877517 小时前
YOLOv11训练教程：PyTorch与PyCharm在Windows 11下的完整指南musk121218 小时前
YOLO环境搭建，win11+wsl2+ubuntu24+cuda12.6+idea乌恩大侠19 小时前
【调研】YOLO算法在FPGA/ZYNQ上的部署与加速AI技术控1 天前
计算机视觉算法实战——基于YOLOv8的汽车试验场积水路段识别系统大知闲闲哟1 天前
深度学习Y3周：yolov5s.yaml文件解读hjs_deeplearning1 天前
论文写作篇#8：双栏的格式里怎么插入横跨两栏的图片和表格AI技术控1 天前
计算机视觉算法实战——基于YOLOv8的自动驾驶障碍物实时感知系统yolo大师兄2 天前
【YOLO系列（V5-V12）通用数据集-火灾烟雾检测数据集】贤小二AI3 天前
贤小二c#版Yolov5 yolov8 yolov10 yolov11自动标注工具 + 免python环境 GPU一键训练包zy_destiny4 天前
【工业场景】用YOLOv12实现饮料类别识别