<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
江畔柳前堤16 小时前
roLabelImg 详细安装教程
开发语言·人工智能·后端·云原生
阿里云大数据AI技术17 小时前
分链路差异化设计的DSP准实时数仓|钛动科技基于阿里云实时计算 Flink 版 + DLF Paimon + EMR Serverless StarRocks 的实践
人工智能·flink
陕西企来客17 小时前
2026年7月AI智能搜索曝光趋势研判
大数据·人工智能·机器学习·ai智能搜索曝光
阿里云大数据AI技术17 小时前
从算力到智能体,面向 Agentic AI 的基础设施演进
人工智能·agent
hangyuekejiGEO18 小时前
GEO技术服务选型指南
大数据·人工智能·python
阿里云大数据AI技术18 小时前
EMR Serverless Spark AI Function 的双维降本实践
人工智能·sql·spark
维基框架18 小时前
GitHub源码处理提速 一趟扫描反而更慢
人工智能·github
冬奇Lab18 小时前
代码库知识库系列(05):向量检索 vs 知识图谱——加了调用图并没有变更好
人工智能
AKAMAI19 小时前
你的源服务器可能是你做出的最昂贵决定
运维·人工智能·云计算
冬奇Lab19 小时前
【无标题】
人工智能·开源