1. 首页
  2. IT教程

YOLOv6训练运行教程,鱼苗检测

YOLOv6训练运行教程,鱼苗检测

向AI转型的程序员都关注了这个号???

机器学习AI算法工程   公众号:datayx

精度与速度远超 YOLOv5 和 YOLOX 的新框架

YOLOv6训练运行教程,鱼苗检测

YOLOv6关键技术介绍

YOLOv6 主要在 Backbone、Neck、Head 以及训练策略等方面进行了诸多的改进:

  • 我们统一设计了更高效的 Backbone 和 Neck :受到硬件感知神经网络设计思想的启发,基于 RepVGG style[4] 设计了可重参数化、更高效的骨干网络 EfficientRep Backbone 和 Rep-PAN Neck。
  • 优化设计了更简洁有效的 Efficient Decoupled Head,在维持精度的同时,进一步降低了一般解耦头带来的额外延时开销。
  • 在训练策略上,我们采用Anchor-free 无锚范式,同时辅以 SimOTA[2] 标签分配策略以及 SIoU[9] 边界框回归损失来进一步提高检测精度。

YOLOv6检测鱼苗

YOLOv6训练运行教程,鱼苗检测

YOLOv6 的训练和YOLOv5 类似

yolov5鱼苗检测计数:从数据标注到训练

  1.  下载 yolov6代码

    https://github.com/meituan/YOLOv6

下载已经标注好的鱼苗数据集。

数据增强代码和数据格式转化代码均和yolov5版的一样

yolov5鱼苗检测计数:从数据标注到训练

项目全部代码,数据集,标注工具,预训练模型获取方式:

关注微信公众号 datanlp  然后回复 鱼苗 即可获取。

YOLOv6训练运行教程,鱼苗检测

长按图片,识别二维码

按照上面的文章里面的步骤准备好数据集后,安装这里进行以下步骤

https://github.com/meituan/YOLOv6/blob/main/docs/Train_custom_data.md

2.修改 数据集配置文件

即在data 目录下新建一个 yaml 文件,名称自取。里面按格式填好三项内容:

  • 数据集images的路径;
  • 类型数;
  • 类型名称。
YOLOv6训练运行教程,鱼苗检测

3.修改模型配置文件,在configs 目录下

可默认配置,这里我选yolov6s

4.修改tools/train.py 里面的相应参数即可开启训练

YOLOv6训练运行教程,鱼苗检测

5.预测时,也是修改tools/infer.py 里面的相应参数即可。

YOLOv6训练运行教程,鱼苗检测
YOLOv6训练运行教程,鱼苗检测

机器学习算法AI大数据技术

 搜索公众号添加: datanlp

YOLOv6训练运行教程,鱼苗检测

长按图片,识别二维码


阅读过本文的人还看了以下文章:

TensorFlow 2.0深度学习案例实战

基于40万表格数据集TableBank,用MaskRCNN做表格检测

《基于深度学习的自然语言处理》中/英PDF

Deep Learning 中文版初版-周志华团队

【全套视频课】最全的目标检测算法系列讲解,通俗易懂!

《美团机器学习实践》_美团算法团队.pdf

《深度学习入门:基于Python的理论与实现》高清中文PDF+源码

《深度学习:基于Keras的Python实践》PDF和代码

特征提取与图像处理(第二版).pdf

python就业班学习视频,从入门到实战项目

2019最新《PyTorch自然语言处理》英、中文版PDF+源码

《21个项目玩转深度学习:基于TensorFlow的实践详解》完整版PDF+附书代码

《深度学习之pytorch》pdf+附书源码

PyTorch深度学习快速实战入门《pytorch-handbook》

【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》

《Python数据分析与挖掘实战》PDF+完整源码

汽车行业完整知识图谱项目实战视频(全23课)

李沐大神开源《动手学深度学习》,加州伯克利深度学习(2019春)教材

笔记、代码清晰易懂!李航《统计学习方法》最新资源全套!

《神经网络与深度学习》最新2018版中英PDF+源码

将机器学习模型部署为REST API

FashionAI服装属性标签图像识别Top1-5方案分享

重要开源!CNN-RNN-CTC 实现手写汉字识别

yolo3 检测出图像中的不规则汉字

同样是机器学习算法工程师,你的面试为什么过不了?

前海征信大数据算法:风险概率预测

【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目,让你掌握深度学习图像分类

VGG16迁移学习,实现医学图像识别分类工程项目

特征工程(一)

特征工程(二) :文本数据的展开、过滤和分块

特征工程(三):特征缩放,从词袋到 TF-IDF

特征工程(四): 类别特征

特征工程(五): PCA 降维

特征工程(六): 非线性特征提取和模型堆叠

特征工程(七):图像特征提取和深度学习

如何利用全新的决策树集成级联结构gcForest做特征工程并打分?

Machine Learning Yearning 中文翻译稿

蚂蚁金服2018秋招-算法工程师(共四面)通过

全球AI挑战-场景分类的比赛源码(多模型融合)

斯坦福CS230官方指南:CNN、RNN及使用技巧速查(打印收藏)

python+flask搭建CNN在线识别手写中文网站

中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程

不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加: datayx  

YOLOv6训练运行教程,鱼苗检测

原创文章,作者:夜风博客,如若转载,请注明出处:https://www.homedt.net/162202.html