当前位置:   article > 正文

基于yolov5全系列模型【n/s/m/l/x】开发构建汉字检测识别系统,调整图像尺寸分别对别416x416和640x640不同分辨率下的性能结果_yolo文字识别

yolo文字识别

汉字检测对我来说不是什么新鲜的内容了,因为早在之前的时候就已经有开发过相关的项目了,感兴趣的话可以自行移步阅读即可:

《基于轻量级YOLOv5开发构建汉字检测识别分析系统》

《基于轻量级目标检测模型实现手写汉字检测识别计数》

《超轻量级目标检测模型Yolo-FastestV2基于自建数据集【手写汉字检测】构建模型训练、推理完整流程超详细教程》

今天这里主要是想以汉字检测为契机,基于416x416和640x640两种不同分辨率的数据集开发构建yolov5全系列的五款模型来对比分析模型性能。

首先看小效果图:

 接下来看下数据集,数据集由实验仿真生成,如下所示:

YOLO格式标注数据文件如下所示:

 VOC格式数据标注文件如下所示:

 这里一共构建了包含20个汉字的数据集,当然了,后面想自己实现手写英文或者是数字检测的话,也都是同样的思路的,这里就不再赘述了,在我之前的文章中也都是有实例的。

接下来看下对应五款模型的设置:

【n】

  1. # 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/秋刀鱼在做梦/article/detail/751873
    推荐阅读
    相关标签