【第十届泰迪杯数据挖掘挑战赛A题害虫识别】-农田害虫检测识别-高精度完整更新

农田害虫检测识别项目-高精度完整版

一、说明:

  • 该版本为基于泰迪杯完整害虫数据重新制作数据集、优化增强数据集、重新进行模型训练,达到高精度、高召回率的最优模型代码。
  • 包含论文、最优模型文件以及相关文件、原始数据集、训练数据集XML版、增强扩充数据集、处理过程代码、保姆级教程视频

二、效果展示

训练模型结果:


三、项目完整介绍

项目说明:

  • 利用附件1和附件2的信息,建立确定害虫位置及种类的模型和算法。

  • 应用问题1所建立的模型和算法对附件3中提及的图像进行识别,并确定害虫的位置,将结果存放在"result2.csv"文件中(模板文件见附件4中的result2.csv)。

  • 根据问题2得到的结果,对附件3中提及的图像文件中不同种类的害虫数量进行统计,将统计结果存放在"result3.csv"文件中(模板文件见附件4中的result3.csv)。

数据集介绍:

1、原始数据集(附件一):

包含3015张图片。其中有害虫标签的图片为576张,804张为待测图片、剩余图片为background

给出图片害虫坐标csv(附件二)

2、制作训练集data:

通过代码处理制作xml标注的文件。真实查看清晰的图片标注情况

3、数据增强扩充数据集:

通过代码、软件等工具进行数据增强扩充处理,因为一共有28种类别,所以原来训练集的576张图片不够,所以必须扩充数据。

4、模型训练参数配置:

复制代码
python train.py --device 0 --weights ./weights/yolov5s.pt --cfg ./models/yolov5s.yaml --data ./data/hc.yaml --batch-size 4 --imgsz 1280 --epochs 100 --name hc_v1-b4_1280_100epo

预测结果展示:

四、完整更新版获取:

复制代码
【腾讯文档】葡萄技术服务小店(商品列表)    
https://docs.qq.com/sheet/DWG9DSUpQcnVsZlZZ?tab=BB08J2
相关推荐
0x21119 分钟前
[论文阅读]REPLUG: Retrieval-Augmented Black-Box Language Models
论文阅读·人工智能·语言模型
JOYCE_Leo161 小时前
一文详解卷积神经网络中的卷积层和池化层原理 !!
人工智能·深度学习·cnn·卷积神经网络
~央千澈~2 小时前
对鸿蒙 Next 系统“成熟论”的深度剖析-优雅草卓伊凡
人工智能
Donvink3 小时前
【视频生成模型】通义万相Wan2.1模型本地部署和LoRA微调
人工智能·深度学习·aigc·音视频
訾博ZiBo3 小时前
AI日报 - 2025年04月29日
人工智能
爱喝奶茶的企鹅3 小时前
Ethan独立开发产品日报 | 2025-04-27
人工智能·程序员·开源
极小狐3 小时前
如何对极狐GitLab 议题进行过滤和排序?
人工智能·git·机器学习·gitlab
望获linux3 小时前
智能清洁机器人中的实时操作系统应用研究
大数据·linux·服务器·人工智能·机器人·操作系统
古月居GYH3 小时前
用高斯溅射技术跨越机器人模拟与现实的鸿沟:SplatSim 框架解析
人工智能·机器人