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
lihuayong9 小时前
计算机视觉：经典数据格式(VOC、YOLO、COCO)解析与转换(附代码)向哆哆1 天前
卷积与动态特征选择：重塑YOLOv8的多尺度目标检测能力deflag1 天前
第P10周-Pytorch实现车牌号识别FL16238631292 天前
[C++]使用纯opencv部署yolov12目标检测onnx模型倒霉蛋小马3 天前
【YOLOv8】损失函数红色的山茶花3 天前
YOLOv11-ultralytics-8.3.67部分代码阅读笔记-build.py咏&志4 天前
目标检测之YOLO论文简读阿_旭4 天前
如何在C++中使用YOLO模型进行目标检测向哆哆4 天前
动态蛇形卷积在YOLOv8中的探索与实践：提高目标识别与定位精度itom19004 天前
Luckfox Pico Max运行RKNN-Toolkit2中的Yolov5 adb USB仿真