<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
秦南北10 分钟前
国内领先的宠物类电商代运营公司品融电商
大数据·人工智能·电商
龚大龙24 分钟前
机器学习(李宏毅)——Domain Adaptation
人工智能·机器学习
源码姑娘32 分钟前
基于DeepSeek的智慧医药系统(源码+部署教程)
java·人工智能·程序人生·毕业设计·springboot·健康医疗·课程设计
AIGC_ZY32 分钟前
扩散模型中三种加入条件的方式:Vanilla Guidance,Classifier Guidance 以及 Classifier-Free Guidance
深度学习·机器学习·计算机视觉
☞黑心萝卜三条杠☜1 小时前
后门攻击仓库 backdoor attack
论文阅读·人工智能
三三木木七1 小时前
BERT、T5、GPTs,Llama
人工智能·深度学习·bert
problc2 小时前
Manus AI 全球首款通用型 Agent,中国制造
大数据·人工智能·制造
xiangzhihong82 小时前
GitHub神秘组织3小时极速复刻Manus
人工智能·深度学习·机器学习
博云技术社区2 小时前
DeepSeek×博云AIOS:突破算力桎梏,开启AI普惠新纪元
人工智能·博云·deepseek
ZHOU_WUYI3 小时前
Process-based Self-Rewarding Language Models 论文简介
人工智能·深度学习