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
java1234_小锋1 小时前
[免费]基于Python的YOLO深度学习垃圾分类目标检测系统【论文+源码】AI棒棒牛2 小时前
论文精读系列：Retinanet——目标检测领域中的SCI对比实验算法介绍！可一键跑通的对比实验，极大节省小伙伴的时间！！！遇雪长安4 小时前
深度学习YOLO实战：4、模型的三要素：任务、类别与规模侯喵喵8 小时前
Jetson orin agx配置ultralytics 使用docker或condatainshuai16 小时前
YOLOv4 实战指南：单 GPU 训练的目标检测利器飞翔的佩奇16 小时前
【完整源码+数据集+部署教程】【运动的＆足球】足球场地区域图像分割系统源码＆数据集全套：改进yolo11-RFAConv夏天是冰红茶21 小时前
恶劣天气目标检测IA-YOLOMavenTalk1 天前
如何根据不同的场景选择YOLO相应的基座模型LiJieNiub1 天前
深入解析 YOLOv5 datasets.py：数据加载与增强的核心逻辑code bean1 天前
【Yolo】Yolo实操7点建议（多个项目经验总结，训练图片累计超过2万张）