电力行业电线杆等位置常常会出现鸟巢，不及时移除将带来安全隐患和用电保障隐患，作为保障，需要在指定区域识别处是否有鸟类筑巢。里面有电线杆上鸟巢的数据集。

onnx部署最新版yolov5v6.1模型demo torch 1.8.1 torchvision 0.9.1 onnx 1.12.0 onnx-simplifier 0.3.10 onnxoptimizer 0.2.7 onnxruntime 1.11.1

openvino2022部署最新版yolov5v6.1模型demo openvino 2022.1.0 openvino-dev 2022.1.0 openvino-telemetry 2022.1.1 torch 1.8.1 torchvision 0.9.1

电力行业电线杆等位置常常会出现鸟巢，不及时移除将带来安全隐患和用电保障隐患，作为保障，需要在指定区域识别处是否有鸟类筑巢。里面有电线杆上鸟巢的数据集。

YOLOv5-lite预训练权重文件（V5lite-e.pt/V5lite-s.pt/V5lite-g.pt/V5lite-c.pt） YOLOv5-lite预训练权重文件 YOLOv5-lite预训练权重文件 YOLOv5-lite预训练权重文件 YOLOv5-lite预训练权重文件 YOLOv5-lite预训练权重文件 YOLOv5-lite预训练权重文件 YOLOv5-lite预训练权重文件 YOLOv5-lite预训练权重文件 YOLOv5-lite预训练权重文件

基于双目视觉和yolov5的目标检测系统，python代码

该项目是基于yolov5实现对火焰的识别检测，可用于工业化场景中，如智慧工地，智慧电网，智慧小区等等。项目文件夹中已经上传了火焰的训练数据集，一共将近4000张图片，足够训练一个效果还不错的检测模型了。在我本机上，最终模型的准确率大概在97%左右，可进行工业化落地。同时，里面的数据集已经转换好txt格式，不需要再花时间去转换标签格式。基本上只要把相关的库安装好之后，直接就能运行训练和测试了。方便又省事~如果遇到了任何问题，可随时联系博主，第一时间无偿帮忙解决问题。

编码标记物智能识别系统，YOLOv5训练结果模型，内含best.pt，last.pt，对编码标记物的识别率达95%以上

YOLOV5数据集

机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。