赞
踩
在前文中我们已经开发实践了杂草相关检测,感兴趣可以自行移步阅读即可:
《自建数据集,基于YOLOv7开发构建农田场景下杂草检测识别系统》
《激光除草距离我们实际的农业生活还有多远,结合近期所见所感基于yolov8开发构建田间作物杂草检测识别系统》
本文的主要目的是想要基于yolov5全系列不同参数量级的模型来分别开发构建田间作物场景下的杂草检测识别系统。
首先看下效果:
接下来简单看下数据集:
实例标注内容如下所示:
- 4 0.33125 0.216 0.283929 0.324
- 4 0.4 0.597 0.292857 0.414
- 4 0.755357 0.815 0.289286 0.294
- 0 0.8625 0.582031 0.196875 0.107813
- 0 0.8875 0.697656 0.196875 0.082812
- 0 0.607812 0.971875 0.096875 0.05625
- 1 0.51875 0.073438 0.090625 0.059375
- 1 0.439063 0.01875 0.084375 0.034375
- 3 0.044531 0.410938 0.048438 0.078125
- 0 0.782031 0.427344 0.060937 0.048438
这里开发了yolov5全系列的模型,默认相同的训练参数配置,接下来依次看下结果详情:
【n】
模型文件:
- # YOLOv5 声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/你好赵伟/article/detail/140351推荐阅读
相关标签
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。