YOLOv8改进后效果

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
JoinApper11 小时前
目标检测系列-Yolov5下载及运行
人工智能·yolo·目标检测
XiaoMu_0011 天前
基于Django+Vue3+YOLO的智能气象检测系统
python·yolo·django
程序员柳2 天前
基于YOLOv8的车辆轨迹识别与目标检测研究分析软件源代码+详细文档
人工智能·yolo·目标检测
小胖墩有点瘦2 天前
【基于yolo和web的垃圾分类系统】
人工智能·python·yolo·flask·毕业设计·课程设计·垃圾分类
格林威2 天前
棱镜的技术加持:线扫相机如何同时拍RGB和SWIR?
人工智能·深度学习·数码相机·yolo·计算机视觉
大学生毕业题目2 天前
毕业项目推荐:83-基于yolov8/yolov5/yolo11的农作物杂草检测识别系统(Python+卷积神经网络)
人工智能·python·yolo·目标检测·cnn·pyqt·杂草识别
阿崽meitoufa2 天前
[水果目标检测5]AppleYOLO:基于深度OC-SORT的改进YOLOv8苹果产量估计方法
yolo
weixin_377634842 天前
【目标检测】特征理解与标注技巧
yolo·目标检测
笑脸惹桃花2 天前
50系显卡训练深度学习YOLO等算法报错的解决方法
深度学习·算法·yolo·torch·cuda
weixin_377634842 天前
【YOLO】数据增强bug
yolo·bug