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
阳光是sunny1 天前
别再被 worktree 绕晕了!AI 编程时代你必须掌握的 Git 隔离神器
前端·人工智能·后端
冬奇Lab1 天前
每日一个开源项目(第148篇):obsidian-skills - Obsidian CEO 亲写的 AI Agent 格式规范,让 Agent 不再破坏你的 Vault
人工智能·开源·资讯
ethantan1 天前
AI Agent 组成:像人一样思考的智能体
人工智能·程序员·架构
冬奇Lab1 天前
Workflow 系列(05):评测体系——三层测试结构与 Trace 追踪
人工智能·工作流引擎
ethantan1 天前
一篇讲解AI Agent 组成:像人一样思考的智能体
人工智能·后端·程序员
Cosolar1 天前
vLLM 生产级部署完全指南
人工智能·后端·架构
CodePlayer竟然被占用了1 天前
被美国政府封杀18天,Claude Fable 5 回来了——但代价是什么?
人工智能
IT_陈寒1 天前
垃圾回收器选错了,我的Java服务内存炸了
前端·人工智能·后端
smartpi1 天前
SmartPi GPIO 脉冲与回复语执行时序指南
人工智能
阿里云大数据AI技术1 天前
PAI支持一键部署GLM-5.2,Coding能力比肩Claude Opus 4.8
人工智能