本人带的一个本科毕设资料,内含全部可执行代码。包括YOLOV5复现,YOLOV5加注意力机制改进,成功将在VOC数据集上的精确度由76%提升至77%。 包括训练及测试代码,仅包括代码,本人已经调通,仅需要更改路径即可。不包含预训练权重,资源仅包含本人实现的全部代码,不包含论文,应对本科毕设足够。 预训练权重、论文模板、演示视频,可私信获取。
2024-05-12 16:38:32 7.53MB YOLO YOLOv5 注意力机制 毕业设计
1
yolov5单目相机测速测距,测速测距,pyqt,目标检测,深度学习,目标检测接单,yolov5,yolov7,可dai写 扣扣:2046删532除381 语言:python 环境:pycharm,anaconda 功能:可添加继电器或者文字报警,可统计数量 注意: 1.可定制!检测车辆,树木,火焰,人员,安全帽,烟雾,情绪,口罩佩戴……各种物体都可以定制,价格私聊另商! 2.包安装!如果安装不上可以保持联系,3天安装不上可申请退货!
2024-05-07 12:36:57 50.49MB pyqt 目标检测 深度学习 python
1
yolov5改进 YOLOv5是一种单阶段目标检测算法,该算法在YOLOv4的基础上添加了一些新的改进思路,使其速度与精度都得到了极大的性能提升。主要的改进思路如下所示: 输入端:在模型训练阶段,提出了一些改进思路,主要包括Mosaic数据增强、自适应锚框计算、自适应图片缩放; 基准网络:融合其它检测算法中的一些新思路,主要包括:Focus结构与CSP结构; Neck网络:目标检测网络在BackBone与最后的Head输出层之间往往会插入一些层,Yolov5中添加了FPN+PAN结构; Head输出层:输出层的锚框机制与YOLOv4相同,主要改进的是训练时的损失函数GIOU_Loss,以及预测框筛选的DIOU_nms。 本资源包括对yolov5的改进策略和案例分析进行了详细阐述,有需要的朋友可以下载学习。
2024-05-02 16:22:56 6.5MB 目标检测 yolov5 人工智能
1
YOLOv5算法本身非常优秀,随着其版本的迭代更新,网络各个模块对物体检测中的常见问题都做了一定的优化改进,本身就具有较好的工程实用性。 Input部分完成数据增强、自适应图片缩放、锚框计算等基本处理任务;Backbone部分作为主干网络,主要使用CSP结构提取出输入样本中的主要信息,以供后续阶段使用;Neck部分使用FPN及PAN结构,利用Backbone部分提取到的信息,加强特征融合;Prediction部分做出预测,并计算CIOU_Loss等损失值。 随着计算机视觉技术的不断发展,目标检测领域里的各种算法技术层出不穷,针对不同事物不同目标,我们需进行多方比较,进而择优选择。其中,YOLOv5算法,得益于速度快精度高而闻名,是一种经典且稳定的算法。 此份结构图,有助于大家了解yolov5模型的整体框架与架构,帮助大家理清原理熟悉源码设计。
2024-04-28 10:08:30 238KB 计算机视觉 yolov5 算法设计 总体架构
1
py代码,传入训练好的权重和视频地址即可 脚本需要放在yolov5的目录下,根据检测视频的边界框个数实现计数并且实时显示在视频的左上角
2024-04-26 19:14:06 2KB 目标检测
1
数据集文件大,请私信我发送
2024-04-24 11:10:39 277.78MB 数据集
1
yolo格式的二维码数据集,可用于训练商用级的二维码检测模型,搭配训练教程: https://blog.csdn.net/liuhao3285/article/details/120589835?spm=1001.2014.3001.5502。0积分下载地址:https://mbd.pub/o/CoderInCV/work
2024-04-18 15:05:10 175.9MB 数据集
1
基于YOLOV5的交通标志识别检测系统源码+数据集+训练好的模型.zip 该项目是个人大作业项目源码,评审分达到98分,都经过严格调试,确保可以运行!放心下载使用。 基于YOLOV5的交通标志识别检测系统源码+数据集+训练好的模型.zip 该项目是个人大作业项目源码,评审分达到98分,都经过严格调试,确保可以运行!放心下载使用。基于YOLOV5的交通标志识别检测系统源码+数据集+训练好的模型.zip 该项目是个人大作业项目源码,评审分达到98分,都经过严格调试,确保可以运行!放心下载使用。基于YOLOV5的交通标志识别检测系统源码+数据集+训练好的模型.zip 该项目是个人大作业项目源码,评审分达到98分,都经过严格调试,确保可以运行!放心下载使用。基于YOLOV5的交通标志识别检测系统源码+数据集+训练好的模型.zip 该项目是个人大作业项目源码,评审分达到98分,都经过严格调试,确保可以运行!放心下载使用。基于YOLOV5的交通标志识别检测系统源码+数据集+训练好的模型.zip 该项目是个人大作业项目源码,评审分达到98分,都经过严格调试,确保可以运行!放心下载使用。
2024-04-18 11:35:06 423.32MB 交通标志检测 期末大作业
本项目采用YOLOv5实现垃圾分类目标检测。利用大量已标注目标检测数据集进行训练,对居民生活垃圾图片进行检测,找出图片中属于哪个类别的垃圾,并指示出在图片中的位置。 本工程YOLOv5使用PyTorch版的ultralytics/yolov5,在Windows系统上进行垃圾分类目标检测的项目演示。具体项目过程包括:数据集及格式转换、探索性数据分析(EDA)、安装软件环境、安装YOLOv5、修改YOLOv5代码(为支持中文标签)、训练集和测试集自动划分、修改配置文件、准备Weights&Biases训练可视化工具、训练网络模型、测试训练出的网络模型和性能统计。
2024-04-15 16:07:26 391.13MB pytorch pytorch 目标检测 垃圾分类
1
包含汽车、摩托车、自行车、电动车、行人、卡车、公交车、猫、狗,九个分类共1828张图片
2024-04-13 20:22:24 478.31MB 数据集
1