摘要:
本文介绍了一种基于YOLO系列深度学习算法的水下垃圾检测系统。该系统可识别多种水下垃圾,支持图片、视频及实时摄像头检测,具有可视化界面、多模型切换、结果导出等功能。通过对比YOLOv5/YOLOv8/YOLOv11/YOLOv12等模型性能,显示YOLO12n精度最高(mAP40.6%),YOLO11n速度最优(56.1ms)。系统采用Python3.10开发,前端使用PyQt5,数据库为SQLite,训练结果显示mAP@0.5达84%,F1值0.81,具有较高检测精度。该系统为海洋环境保护和水下作业提供了高效智能的解决方案。 阅读全文
本文介绍了一种基于YOLO系列深度学习算法的水下垃圾检测系统。该系统可识别多种水下垃圾,支持图片、视频及实时摄像头检测,具有可视化界面、多模型切换、结果导出等功能。通过对比YOLOv5/YOLOv8/YOLOv11/YOLOv12等模型性能,显示YOLO12n精度最高(mAP40.6%),YOLO11n速度最优(56.1ms)。系统采用Python3.10开发,前端使用PyQt5,数据库为SQLite,训练结果显示mAP@0.5达84%,F1值0.81,具有较高检测精度。该系统为海洋环境保护和水下作业提供了高效智能的解决方案。 阅读全文
posted @ 2025-12-27 18:44
Coding茶水间
阅读(68)
评论(0)
推荐(0)

浙公网安备 33010602011771号