【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
生医转码,四海为家15 分钟前
零基础-动手学深度学习-6.6 卷积神经网络(LeNet)
人工智能·深度学习·cnn
无名工程师20 分钟前
AI 学习过程中各阶段的学习重点、时间规划以及不同方向的选择与建议等内容
人工智能·学习
WXX_s42 分钟前
【OpenCV篇】OpenCV——03day.图像预处理(2)
人工智能·python·opencv·学习·计算机视觉
有才不一定有德1 小时前
深入剖析 MetaGPT 中的提示词工程:WriteCode 动作的提示词设计
人工智能·aigc·提示词工程
花月mmc2 小时前
CanMV-K230 AI学习笔记系列
人工智能·笔记·学习
s1ckrain2 小时前
【论文阅读】ON THE ROLE OF ATTENTION HEADS IN LARGE LANGUAGE MODEL SAFETY
论文阅读·人工智能·语言模型·大模型安全
Jackilina_Stone2 小时前
【论文|复现】YOLOFuse:面向多模态目标检测的双流融合框架
人工智能·python·目标检测·计算机视觉·融合
Java中文社群2 小时前
Coze开源版?别吹了!
人工智能·后端·开源
机器之心2 小时前
硬核「吵」了30分钟:这场大模型圆桌,把AI行业的分歧说透了
人工智能