该文被密码保护。 阅读全文
posted @ 2017-06-06 23:39 流水灯 阅读(17) 评论(0) 推荐(0) 编辑
该文被密码保护。 阅读全文
posted @ 2017-05-14 19:24 流水灯 阅读(355) 评论(0) 推荐(0) 编辑
摘要: import os import cv2 from ultralytics import YOLO def detect_objects_in_video(best_pt_path, video_path, output_video_name): output_video_path = video_ 阅读全文
posted @ 2024-12-02 23:02 流水灯 阅读(1) 评论(0) 推荐(0) 编辑
摘要: 文件存放路径 数据集标注软件 pip install labelimg 安装好后启动 labelimg usage: labelImg [-h] [image_dir] [class_file] [save_dir](yolov11) PS D:\yolo11\ultralytics> labeli 阅读全文
posted @ 2024-11-28 23:51 流水灯 阅读(5) 评论(0) 推荐(0) 编辑
摘要: model() 默认是 predict mode么,等价于 model.predict()? model 不指定 task 类型,默认是 detect task么 阅读全文
posted @ 2024-11-24 19:52 流水灯 阅读(3) 评论(0) 推荐(0) 编辑
摘要: ctrl + shift + N:搜索打开指定文件 阅读全文
posted @ 2024-11-24 19:24 流水灯 阅读(3) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2024-11-20 23:07 流水灯 阅读(0) 评论(0) 推荐(0) 编辑
摘要: 下载路径: https://github.com/ultralytics/ultralytics 官方提供了不同规格的模型,其含义分别如下: 规格含义示例 YOLOv8 Nano 非常小 YOLOv8n YOLOv8 Small 小 YOLOv8s YOLOv8 Medium 中 YOLOv8m Y 阅读全文
posted @ 2024-11-20 22:54 流水灯 阅读(18) 评论(0) 推荐(0) 编辑
摘要: 运行前环境查看 yolo settings 包括数据集路径、运行输出路径等 task 和 mode(不是model) task: Detect: For identifying and localizing objects or regions of interest in an image or 阅读全文
posted @ 2024-11-20 22:26 流水灯 阅读(8) 评论(0) 推荐(0) 编辑
摘要: 模型训练参数 from ultralytics import YOLO # Load a model model = YOLO('yolov8n.pt') # load a pretrained model (recommended for training) # Train the model w 阅读全文
posted @ 2024-11-18 22:22 流水灯 阅读(22) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2024-11-17 15:30 流水灯 阅读(3) 评论(0) 推荐(0) 编辑
摘要: 安装 GPU 计算平台 CUDA(ComputeUnified Device Architecture),是显卡厂商NVIDIA推出的运算平台。CUDA是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和 阅读全文
posted @ 2024-11-16 16:05 流水灯 阅读(12) 评论(0) 推荐(0) 编辑