<项目代码>YOLOv7 草莓叶片病害识别<目标检测>

YOLOv7是一种单阶段(one-stage)检测算法,它将目标检测问题转化为一个回归问题,能够在一次前向传播过程中同时完成目标的分类和定位任务。相较于两阶段检测算法(如Faster R-CNN),YOLOv7具有更高的检测速度和实时性。

1.数据集介绍

数据集详情可以参考博主写的文章<数据集>草莓叶片病害识别数据集<目标检测>

2.模型训练结果

YOLOv7在训练结束后,可以在**runs**目录下找到训练过程及结果文件,如下图所示:

2.1 map@50指标

2.2 P_curve.png

2.3 R_curve.png

2.4 results.png

2.5 F1_curve

2.6 confusion_matrix_normalized

2.7 验证 batch

标签:

预测结果:

2.8 识别效果图

相关推荐
二川bro1 分钟前
从AlphaGo到ChatGPT:AI技术如何一步步改变世界?
人工智能·chatgpt
码农新猿类5 分钟前
帧差法识别
人工智能·opencv·计算机视觉
cdut_suye12 分钟前
【Linux系统】从 C 语言文件操作到系统调用的核心原理
java·linux·数据结构·c++·人工智能·机器学习·云计算
梁下轻语的秋缘26 分钟前
前馈神经网络回归(ANN Regression)从原理到实战
人工智能·神经网络·回归
xu_wenming36 分钟前
华为Watch的ECG功能技术分析
人工智能·嵌入式硬件·算法
不吃香菜葱的程序猿1 小时前
《Adversarial Sticker: A Stealthy Attack Method in the Physical World》论文分享(侵删)
深度学习·计算机视觉
meisongqing1 小时前
【软件工程】机器学习多缺陷定位技术分析
人工智能·机器学习·软件工程·缺陷定位
高工智能汽车1 小时前
大模型浪潮下,黑芝麻智能高性能芯片助力汽车辅助驾驶变革
人工智能·汽车
带娃的IT创业者1 小时前
《AI大模型应知应会100篇》第62篇:TypeChat——类型安全的大模型编程框架
人工智能·安全
程序媛晓晓1 小时前
视觉论文常用图形----雷达图
计算机视觉