置顶文章

6.6k字6 分钟

这篇文档主要介绍《基于 YOLOv8 的农田病虫害检测与分析》的代码实现部分，整篇论文的目的主要是改进 YOLOv8 的网络结构，使其在检测病虫害的精度和实时性上有所提升。接下来，我将介绍如何从零开始搭建起本项目。 # 安装 Python 到 python 的官方网站：https://www.python.org/ 下载，安装 安装完成后，在命令行窗口运行：python，查看安装的结果，如下图： 至此，Python 安装完成，接下来还需要安装 anaconda，这是一个 python 虚拟环境，特别适合管理 python 的环境。 # 安装 anacond

精选分类

YOLO

5 篇文章

深度学习

5 篇文章

写作

2 篇文章

文章列表

2.7k字2 分钟

YoloV8。YoloV8 是一种高效的目标检测算法，它的训练需要高质量的数据集。然而，获取高质量的数据集是一项耗时且费力的任务。 YoloV8 官方推荐了一个数据集网站，就是 Roboflow。Roboflow 是一个数据集管理平台，提供了免费的数据集，同时也支持上传自己的数据集进行格式转换。使用 Roboflow，开发者可以方便地获取所需格式的数据集，无需手动转换格式。此外，Roboflow 还提供了多种数据预处理、数据增强等功能，可帮助开发者更好地优化训练数据，从下面官方获取的图片上来 YOLOv8 官方指定的数据集获取网站就是 Roboflow。 因此，如果你正在使用 YoloV8
894字1 分钟

这是文章摘要 This is the excerpt of the post
7.3k字7 分钟

# 一、简介 这篇博客，主要给大家讲解我们在训练 yolov8 时生成的结果文件中各个图片及其中指标的含义，帮助大家更深入的理解，以及我们在评估模型时和发表论文时主要关注的参数有那些。本文通过举例训练过程中的某一时间的结果来帮助大家理解，大家阅读过程中如有任何问题可以在评论区提问出来，我会帮助大家解答。首先我们来看一个在一次训练完成之后都能生成多少个文件如下图所示，下面的文章讲解都会围绕这个结果文件来介绍。 # 二、评估用的数据集 上面的训练结果，是根据一个检测飞机的数据集训练得来，其中只有个标签就是飞机，对于这种单标签的数据集，其实我们可以将其理解为一个二分类任务， 一种情况 ->
11k字10 分钟

# 一、本文介绍 本文给大家带来的是 YOLOv8 系列的绘图功能，我将向大家介绍 YOLO 系列的绘图功能。我们在进行实验时，经常需要比较多个结果，针对这一问题，我写了点代码来解决这个问题，它可以根据训练结果绘制损失 (loss) 和 mAP（平均精度均值）的对比图。这个工具不仅支持多个文件的对比分析，还允许大家在现有代码的基础上进行修，从而达到数据可视化的功能，大家也可以将对比图来放在论文中进行对比也是非常不错的选择。 先展示一下效果图 -> ​ 损失对比图象 -> ​ # 二、绘图工具核心代码 import osimport pandas as pdimport mat