<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
天天找自己14 分钟前
图像梯度处理与边缘检测
人工智能·计算机视觉
沧海归城15 分钟前
Halcon_图像分割
图像处理·opencv·计算机视觉
POLOAPI30 分钟前
AI大模型成本为何能降低99%?技术突破背后的秘密是什么?
人工智能
静心问道34 分钟前
CacheGen:用于快速大语言模型推理服务的 KV 缓存压缩与流式传输
人工智能·模型加速·ai技术应用·缓存压缩与传输
小子阿四34 分钟前
WaveSpeedAI是世界上第一个接Wan 2.2 API的平台
人工智能·aigc
Nina_7171 小时前
AI论文阅读方法+arixiv
论文阅读·人工智能
tilblackout1 小时前
机器学习详解(28):LightGBM原理
人工智能·机器学习
云卓SKYDROID1 小时前
无人机气动设计模块解析
人工智能·计算机视觉·目标跟踪·无人机·高科技
数据皮皮侠1 小时前
中国汽车能源消耗量(2010-2024年)
大数据·数据库·人工智能·物联网·金融·汽车·能源
love530love2 小时前
Windows 11 下 Anaconda 命令修复指南及常见问题解决
运维·ide·人工智能·windows·python·架构·conda