基于YOLO深度学习的运动品牌检测与识别系统

基于YOLO11n模型进行模型训练,训练完成后对模型在验证集上的表现进行全面的性能评估及对比分析。总体流程包括:数据集准备、模型训练、模型评估。通过网络上搜集关于实际场景中不同品牌运动鞋的相关图片,并使用Labelimg标注工具对每张图片进行标注,'阿迪达斯','斐乐','新百伦','耐克','彪马','安德玛','361'等通过随机旋转、缩放、裁剪、翻转等方式进行图片数据增强,以扩充数据集。

最终数据集一共包含6060张图片,其中训练集包含5304张图片,验证集包含504张图片,测试集包含252张图片。 支持单张图片 文件夹 摄像头 视频实时监测识别


相关推荐
怎么全是重名37 分钟前
VerdictAD
人工智能·异常检测·few-shot·zsas·异常分割
Bode_200241 分钟前
具身智能机构设计的质量控制
人工智能
阿里云大数据AI技术1 小时前
EMR Serverless StarRocks × Lance:多模态分析与检索的云上实践
人工智能
SelectDB1 小时前
数据不能出境的数仓选型与迁移落地:四问框架、可复算成本与迁移三段式
人工智能
李青菜1 小时前
一个人 + AI,用 Tauri 2 和 Rust 写了个开源的 Windows 效率工具:提醒 + 笔记 + 启动器
人工智能
泯泷2 小时前
做 AI 产品,路线图该数“实验”,而不是数“功能”
人工智能·llm·产品
百度Geek说2 小时前
AI 内容核查怎么做:智能内容 AI 核查系统实践
人工智能
武子康2 小时前
Qwen-Drive 到底是什么:4B 级 VLM 如何成为驾驶策略底座
人工智能·算法·机器学习
落798.2 小时前
《启元 PrimeSim 如何用生成视频评估机器人策略》
人工智能·机器人·启元·具身应用