通过使用yolov5权重对图片进行自动标注，标注300张图片仅需1.5秒！真正解放双手，内附使用说明，以及图形化界面引导，即使新手也能完美上手。利用权重进行标注更加准确，而且不会造成遗漏，提高训练效率，训练过程真正全自动，中间无需人工干预。像训练模型一样，源源不断产生标注文件。支持产生.xml文件可通过转化为各种标注文件，普适度高。源码备注清晰每一处细节都允许自定义编辑。
2022-07-07 16:06:40
13.87MB
1
yolov5电线杆鸟巢识别项目，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。
2022-07-07 09:12:54
40.19MB
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。
2022-07-07 09:12:53
628.1MB
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
2022-07-06 19:14:04
24MB
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
2022-07-06 19:14:03
24.02MB
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。
2022-07-06 19:13:59
628.28MB
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
2022-07-06 16:06:39
22.71MB
1
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。
2022-07-05 21:05:50
275.8MB
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
2022-07-05 21:05:42
24.82MB
1