1、基于yolov5算法实现刀棒识别检测源码+模型文件+评估指标曲线+使用说明 2、附有训练、loss(损失值)下降曲线、Recall(召回率)曲线、precision(精确度)曲线、mAP等评估指标曲线 3、迭代200次,模型拟合较好。 4、识别检测类别为2类:“刀”,“棒子” 【备注】有相关使用问题,可以私信留言跟博主沟通。
1、基于yolov5算法实现绝缘子缺陷识别检测源码+模型文件+评估指标曲线+使用说明 2、附有训练、loss(损失值)下降曲线、Recall(召回率)曲线、precision(精确度)曲线、mAP等评估指标曲线 3、迭代200次,模型拟合较好。 4、识别检测1个类别:“绝缘子” 【备注】有相关使用问题,可以私信留言跟博主沟通。
1、基于yolov5算法实现马匹识别检测源码+模型文件+评估指标曲线+使用说明 2、附有训练、loss(损失值)下降曲线、Recall(召回率)曲线、precision(精确度)曲线、mAP等评估指标曲线 3、3000多张数据训练,接近7000个目标。 4、迭代200次,模型拟合较好。 【备注】有相关使用问题,可以私信留言跟博主沟通。
2022-11-29 16:27:47 42.49MB
1、基于yolov5算法实现电动车头盔佩戴识别检测源码+模型文件+评估指标曲线+使用说明 2、附有训练、loss(损失值)下降曲线、Recall(召回率)曲线、precision(精确度)曲线、mAP等评估指标曲线 3、迭代200次,模型拟合较好。 4、识别2个类别,分别是“头盔”和“人头” 【备注】有相关使用问题,可以私信留言跟博主沟通。
1、yolov5检测源码+EDS模型文件+使用说明 2、附有训练pr曲线、损失值曲线、召回率曲线、精确度曲线、mAP等评估指标曲线 3、迭代200次,模型拟合较好。
1、yolov5检测源码+表情识别检测模型+使用说明 2、附有训练pr曲线、损失值曲线、召回率曲线、精确度曲线、mAP等评估指标曲线 3、迭代200次,模型拟合较好。
1、yolov5检测源码+pcb缺陷检测模型+使用说明 2、附有训练pr曲线、损失值曲线、召回率曲线、精确度曲线、mAP等评估指标曲线 3、迭代200次,模型拟合较好。
1、yolov5检测源码+安全帽佩戴检测模型+使用说明 2、附有训练pr曲线、损失值曲线、召回率曲线、精确度曲线、mAP等评估指标曲线 3、迭代200次,模型拟合较好。
1、yolov5检测源码+布匹缺陷检测模型+使用说明 2、附有训练pr曲线、损失值曲线、召回率曲线、精确度曲线、mAP等评估指标曲线 3、4张3080ti训练迭代150次,模型拟合较好。