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
未来智慧谷7 分钟前
微软医疗AI诊断系统发布 多智能体协作实现疑难病例分析
人工智能·microsoft·医疗ai
野生技术架构师9 分钟前
简述MCP的原理-AI时代的USB接口
人工智能·microsoft
Allen_LVyingbo20 分钟前
Python常用医疗AI库以及案例解析(2025年版、上)
开发语言·人工智能·python·学习·健康医疗
jndingxin22 分钟前
OpenCV中超分辨率(Super Resolution)模块类cv::dnn_superres::DnnSuperResImpl
人工智能·opencv·dnn
NAGNIP25 分钟前
一文搞懂FlashAttention怎么提升速度的?
人工智能·算法
智能砖头28 分钟前
LangChain 与 LlamaIndex 深度对比与选型指南
人工智能·python
大师兄带你刨AI29 分钟前
「AI产业」| 《中国信通院&华为:智能体技术和应用研究报告》
大数据·人工智能
老周聊大模型41 分钟前
《ChatGLM/Llama调优实战:从指令微调到RLHF的工业级对齐方案》
人工智能·程序员·架构
ResponsibilityAmbiti42 分钟前
AI 发展 && MCP
人工智能·llm·aigc
zkmall1 小时前
ZKmall模块商城批发电商平台搭建方案,多商户支持 + 订单管理功能全覆盖
大数据·人工智能