
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
详解使用Anaconda Prompt训练和测试YOLOv8(训练自己的数据集)
Yolov8是Ultralytics公司推出的Yolo系列目标检测算法,可以用于图像分类、物体检测和实例分割等任务。YOLOv8有很多种下载和配置方法,这里提供两种方法。推荐在虚拟环境中使用pip命令下载,这个下面会介绍。ultralytics 是一个专注于计算机视觉任务的 Python 库,提供了从模型加载、训练到导出的完整功能。无论是研究还是生产环境,ultralytics 都能满足需求。最好

【C++】使用opencv+onnxruntime推理YOLOv8目标检测
OpenCV(Open Source Computer Vision Library)集成了数百种先进的计算机视觉算法,涵盖图像处理、特征检测、目标跟踪及人脸识别等核心功能。该库支持包括C++、Python和Java在内的多种编程语言,并具备出色的跨平台兼容性,可在Windows、Linux、macOS、Android和iOS等主流操作系统上稳定运行。

详解使用PyTorch搭建卷积网络对一维数据集识别(全流程)
最近在做一维信号的识别,网上大多数案例是针对图像的二维信号识别。虽然一维二维本质上没什么区别,但在处理方式上还是略有不同,因此在此做一个简单记录,方便更好地熟悉模式识别的流程。本文旨在使用PyTorch框架结合一维卷积神经网络(1D CNN)对一维信号进行分类。内容包括数据形式,数据加载、数据集构建、模型训练和模型测试、混淆矩阵可视化、模型导出、模型参数可视化、onnx推理等步骤。上述所有代码中变

到底了







