可训练的YOLO距离检测

由于很多场景需要测距,而深度图、点云等获取、配准、融合困难,尝试直接在目标增加距离标注进行训练,理论上标注准确,数据集够,就可以实现。

目前已经跑通YOLO增加距离训练:

目前准度不够,仅将项目测试跑通了,下图是用了10张图片随意标注距离进行训练之后模型预测的结果

自己做了一个标注距离的界面,正在标注数据集中,等标完再训练看效果

相关推荐
ZC跨境爬虫3 分钟前
3D 地球卫星轨道可视化平台开发 Day9(AI阈值调控+小众卫星识别+低Token测试模式实战)
人工智能·python·3d·信息可视化·json
GJGCY4 分钟前
2026企业RPA+AI智能体落地技术全景:四阶段演进与关键架构决策
人工智能·安全·ai·rpa·智能体
陈健平7 分钟前
AI漫剧工具复刻实战:用 React Flow 搭一个前端的无限画布,复刻 TapNow / LiblibTV 的核心交互
前端·人工智能·react.js
yuan1999728 分钟前
MATLAB 多窗谱谱减法语音去噪
人工智能·matlab·语音识别
不才小强32 分钟前
目标跟踪算法DeepSort实战
人工智能·算法·目标跟踪
今日说"法"36 分钟前
线性代数与矩阵运算:AI世界的数学基石——从SVD到特征值分解的实战解析
人工智能·线性代数·矩阵
Mr数据杨37 分钟前
结构化表格分类建模与业务预测落地路径
人工智能·机器学习·分类·数据挖掘·数据分析·kaggle
敢敢のwings38 分钟前
智元 D1 强化学习sim-to-real系列 | 从控制接入到真机落地上篇(七)
人工智能
缘友一世39 分钟前
Harness Engineering:让 AI Agent 从“玩具“到“生产力“的工程革命
人工智能·chatgpt·llm·agent
查古穆39 分钟前
AI Agent 开发的工业化道路:Harness 架构深度解析
大数据·人工智能