数据集
自建铁路障碍数据集-包含路障,人等少数标签。其中百分之八十作为训练集,百分之二十作为测试集
第一次部署
版本:YOLOv5
训练50epoch后精度可达0.94 mAP可达0.95.此时未包含任何改进操作
第二次部署
版本:YOLOv8改进版本
首先对训练数据进行随即裁剪+椒盐加噪处理。
将c2f模块替换为DSConv
加EMA注意力机制
更换EfficientViT主干网络
数据集
自建铁路障碍数据集-包含路障,人等少数标签。其中百分之八十作为训练集,百分之二十作为测试集
第一次部署
版本:YOLOv5
训练50epoch后精度可达0.94 mAP可达0.95.此时未包含任何改进操作
第二次部署
版本:YOLOv8改进版本
首先对训练数据进行随即裁剪+椒盐加噪处理。
将c2f模块替换为DSConv
加EMA注意力机制
更换EfficientViT主干网络
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/885593.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!