Yolov10训练的餐盘菜品目标检测软件(包含源码及数据集)

本文摘要

摘要:本文主要使用YOLOV10深度学习框架自训练了一个"餐盘菜品目标检测模型",基于此模型使用PYQT5实现了一款界面软件用于功能演示。让您可以更好的了解和学习,该软件支持图片、视频以及摄像头进行目标检测,本系统所涉及的训练数据及软件源码已打包上传。可点下发 原文链接获取

原文链接:源码及训练数据集下载(可一对一指导)

1. 数据集准备与标注、训练

详见:【菜品识别专栏】菜品目标检测数据集标注及处理(Yolov10)

目标检测的数据,在一张图像中,需要以最小外接矩形标记出各个目标区域的位置和类别,

常见的目标检测数据集:

  • VOC采用的[x1,y1,x2,y2],表示物体的最小外接矩形框,VOC数据指的是Pascal VOC比赛使用的数据。VOC数据是每个图像文件对应一个同名的xml文件,xml文件中标记物体框的坐标和类别等信息。
  • COCO采用的[x1,y1,w,h],表示物体的最小外接矩形框,COCO数据是COCO比赛使用的数据。以json文件记录数据格式。
    LabelImg可以标注VOC格式的数据,对图像做目标框的标注。
    本文的数据集既包含:voc格式,也包含coco格式。

2. 软件运行

  1. 获取源码

  2. 依赖环境下载

python 复制代码
conda create -n yolov10 python=3.9
conda activate yolov10
 1.切换到yolov10源码根目录下,安装依赖
注意:会自动根据你是否有GPU自动选择pytorch版本进行按照,这里不需要自己去选择pytorch和cuda
pip install -r requirements.txt -i https://pypi.doubanio.com/simple
2.运行下面的命令,才可以在命令行使用yolo等命令
pip install -e .

python train.py
  1. 源码运行
python 复制代码
python main.py
  1. 图片检测演示

  2. 摄像头检测演示

YOlov10餐盘菜品目标检测

3. 模型训练&训练结果评估

详见:【深度学习】深度学习模型训练结果分析及效果评估以及Yolo训练结果解释

上文包括:混淆矩阵、查准率和召回率、单一类准确率等 概念的解释以及示例

4. 源码讲解

  1. 模型加载

  2. 读取图片,推理画框

  3. 启动摄像头

  4. 获取摄像头视频帧,推理画框

相关推荐
AIbase202412 分钟前
AI时代企业获取精准流量与实现增长的GEO新引擎
人工智能·搜索引擎·百度
陈敬雷-充电了么-CEO兼CTO13 分钟前
具身智能模拟器:解决机器人实机训练场景局限与成本问题的创新方案
大数据·人工智能·机器学习·chatgpt·机器人·具身智能
东临碣石8217 分钟前
【AI论文】Robix:一种面向机器人交互、推理与规划的统一模型
人工智能
Hello Mr.Z1 小时前
使用pytorch创建/训练/推理OCR模型
人工智能·pytorch·python
wan5555cn1 小时前
文字生视频的“精准”代码设定的核心原则本质是最小化文本语义与视频内容的KL散度
人工智能·笔记·深度学习·音视频
IT_陈寒1 小时前
Python异步编程的7个致命误区:90%开发者踩过的坑及高效解决方案
前端·人工智能·后端
老猿讲编程1 小时前
存算一体:重构AI计算的革命性技术(1)
人工智能·重构
easy20201 小时前
从 Excel 趋势线到机器学习:拆解 AI 背后的核心框架
人工智能·笔记·机器学习
天机️灵韵1 小时前
OpenAvatarChat项目在Windows本地运行指南
人工智能·开源项目·openavatarchat
DeeplyMind2 小时前
AMD KFD驱动技术分析16:SVM Aperture
人工智能·机器学习·amdgpu·rocm·kfd