摘要:
本项目开发了一套基于YOLO算法的输电电力设备智能检测系统,支持图片、视频及实时摄像头的多模态检测。系统采用PyQt5构建交互界面,集成YOLOv5/v8/v11/v12等多种模型,实现了用户管理、模型切换、结果可视化及数据导出等功能。测试表明,YOLO12n模型在11000张图片的数据集上达到88.7%的mAP@0.5准确率。系统配套完整的模型训练脚本,支持从数据准备到部署应用的全流程,为电力巡检提供了高效的自动化解决方案。 阅读全文
本项目开发了一套基于YOLO算法的输电电力设备智能检测系统,支持图片、视频及实时摄像头的多模态检测。系统采用PyQt5构建交互界面,集成YOLOv5/v8/v11/v12等多种模型,实现了用户管理、模型切换、结果可视化及数据导出等功能。测试表明,YOLO12n模型在11000张图片的数据集上达到88.7%的mAP@0.5准确率。系统配套完整的模型训练脚本,支持从数据准备到部署应用的全流程,为电力巡检提供了高效的自动化解决方案。 阅读全文
posted @ 2026-01-30 18:36
Coding茶水间
阅读(42)
评论(0)
推荐(0)

浙公网安备 33010602011771号