基于yolov5+PyQt5GUI界面瓶子识别检测源码+模型(1.7万多个目标数据训练)+评估指标曲线+操作使用说明 主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含:项目源码、训练好的模型、项目操作说明等,该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错,在此代码上做修改,训练其他模型。
2022-12-07 12:27:29 47.76MB 瓶子识别检测 yolov5 pyqt5 gui界面
1、基于深度学习opencv实现电单车识别检测源码+模型(6800多个目标数据训练)+评估指标曲线+操作使用说明 2、模型文件使用含有6800+个目标数据集训练,训练集大且多样性充足 3、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 4、迭代200次,模型拟合较好。 5、识别一个类别:“电单车” 【备注】有相关使用问题,可以私信留言跟博主沟通。
1、基于yolov5算法实现电动自行车识别检测源码+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、4张3080ti显卡,5000多张图像数据(8000多个电动车目标)训练迭代200次,模型拟合较好。 4、识别一个类别,分别是“电动自行车” 【备注】有相关使用问题,可以私信留言跟博主沟通。
1、基于深度学习+opencv实现抽烟打电话识别检测源码+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、4000多张图片数据训练,7000多个目标,迭代200次,模型拟合较好。 4、识别2个类别,分别是“打电话”和“抽烟” 【备注】有相关使用问题,可以私信留言跟博主沟通。
1、基于yolov5算法实现跌倒识别检测告警源码+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、识别一个类别,“跌倒” 【备注】有相关使用问题,可以私信留言跟博主沟通。
1、基于yolov5算法实现道路卡车识别检测源码+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、9000多张图片数据集训练,迭代200次,模型拟合较好。 4、识别一个类别,“truck” 【备注】有相关使用问题,可以私信留言跟博主沟通。
1、基于yolov5算法实现道路坑洼检测源码+模型文件+评估指标曲线+使用说明.7z 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“绝缘子”和“绝缘子缺陷” 【备注】有相关使用问题,可以私信留言跟博主沟通。
基于yolov5算法实现交通灯识别检测源码+模型文件+评估指标曲线+使用说明 1、基于yolov5车交通灯识别检测模型_附评估指标曲线(高mAP、召回率)及使用说明 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。 【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、识别类别只有“绝缘子”一类 【备注】有相关使用问题,可以私信留言跟博主沟通。
1、基于yolov5算法实现煤气罐识别检测源码+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。 【备注】有相关使用问题,可以私信留言跟博主沟通。