2026年9月16日
模型量化与加载模版
摘要： 1.模型量化 from ultralytics import YOLO if name == 'main': model_path = r"runs/detect/train/weights/best.pt" data_path = r"D:\01-AI\20260914\dataset\image 阅读全文
posted @ 2026-09-16 15:39 新都陈浩民 阅读(1) 评论(0) 推荐(0)
中间件的生成与查看
摘要： 1.标注文本转换 import os import json from PIL import Image LABEL_DIR = r"D:\01-AI\20260914\dataset\images\images\YOLODataset\labels\val" IMAGE_DIR = r"D:\01 阅读全文
posted @ 2026-09-16 15:37 新都陈浩民 阅读(1) 评论(0) 推荐(0)
模型训练与验证模版
摘要： 1.模型训练 from ultralytics import YOLO import torch if name == 'main': # # 打印 PyTorch 版本 # print(f"PyTorch version: {torch.version}") # # 检查 CUDA 是否可用 # 阅读全文
posted @ 2026-09-16 15:35 新都陈浩民 阅读(0) 评论(0) 推荐(0)
数据转换模版
摘要： import os import json from collections import Counter import random import shutil from pathlib import Path import yaml def count_labels(json_dir): cou 阅读全文
posted @ 2026-09-16 15:25 新都陈浩民 阅读(0) 评论(0) 推荐(0)
数据增样模版
摘要： import json import os import random import cv2 import numpy as np from tqdm import tqdm INPUT_DIR = r"E:\20260914_yolov8\images\images" OUTPUT_DIR = r 阅读全文
posted @ 2026-09-16 15:21 新都陈浩民 阅读(0) 评论(0) 推荐(0)
图像识别的整体流程
摘要： 图像识别的整体流程 第一步：数据增样 第二步：数据转换 第三步：模型训练 第四步：模型验证 第五步：模型量化 第六步：模型加载 第七步：模型部署 阅读全文
posted @ 2026-09-16 15:18 新都陈浩民 阅读(0) 评论(0) 推荐(0)