<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
网安INF3 分钟前
【论文阅读】-《Attention Is All You Need》(Transformer)
论文阅读·人工智能·深度学习·机器学习·transformer
whaosoft-14310 分钟前
51c自动驾驶~合集33
人工智能
ywfwyht11 分钟前
VLA自动驾驶方案的设计及实现
人工智能·自动驾驶
二向箔reverse12 分钟前
从特征到应用:用 dlib+OpenCV 实现实时疲劳检测(基于眼睛纵横比)
人工智能·opencv·计算机视觉
databook15 分钟前
让YOLO飞起来:从CPU到GPU的配置指南
人工智能·python·图像识别
Leinwin35 分钟前
微软 Azure AI 视频翻译服务助力 JowoAI 实现短剧高效出海
人工智能·microsoft·azure
黄啊码41 分钟前
AI智能体落地失败的罪魁祸首除了大模型幻觉,还有它
人工智能·agent·mcp
数据堂官方账号1 小时前
版权数据集上新 | 覆盖大模型、多模态大模型、语音识别、语音合成及计算机视觉等多领域
人工智能·计算机视觉·大模型·数据集·语音识别·语音合成·多模态大模型
CV实验室1 小时前
IEEE TGRS 2025 | 突破小波U-Net局限,ASCNet实现更精准的红外去条纹!
人工智能·计算机视觉·论文
几两春秋梦_1 小时前
强化学习原理(二)
人工智能·机器学习