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
智联视频超融合平台1 小时前
视频 AI 的误报之战,正在从调参数卷到改架构
人工智能·大模型·边缘计算·视频监控·安防
水如烟2 小时前
孤能子视角:智能的边界不在算法强弱,在可形式化性——从概率法到因果推理,选择池的边界一直在那里
人工智能
万里侯3 小时前
日志聚类之后别把 noise 扔掉:降噪应该改变视图,不抹掉证据
人工智能·微服务·ai·容器·k8s
澹锦汐3 小时前
纯前端秋日银杏与枫叶落叶色板智能聚类器:基于 K-Means 色彩量化与直方图自动配方提取
前端·人工智能·ai·语言模型·vue·react·k-means
71777711 小时前
国内 AI 研发效能工具怎么选:2026 年基于公开信息的选型框架与 Gitee 实践
人工智能·gitee
Csvn11 小时前
换供应商要改一遍代码?把模型接入收进一层网关(C04)
人工智能·aigc·agent
孟健11 小时前
开源AutoClip切直播:1小时48分出19段,整月API只花0.08元
人工智能·开源·aigc
翰墨之道11 小时前
AI日报:豆包工作ARR超20亿,GPT-6.2跑分与实测割裂
人工智能·gpt·数据挖掘
Maynor99612 小时前
Trymodel 使用介绍:一个平台同时用 Claude、GPT、Gemini 和 Grok
人工智能·gpt·ai·程序员·教程·claude·语音