社区
下载资源悬赏专区
帖子详情
目前最好用的OD,破洞过各种系统检测专用OD下载
PIPI_333
2018-04-23 09:15:57
目前最好用的OD,破洞过各种系统检测专用OD
相关下载链接:
//download.csdn.net/download/dzhack/10367208?utm_source=bbsseo
...全文
246
回复
打赏
收藏
目前最好用的OD,破洞过各种系统检测专用OD下载
目前最好用的OD,破洞过各种系统检测专用OD 相关下载链接://download.csdn.net/download/dzhack/10367208?utm_source=bbsseo
复制链接
扫一扫
分享
转发到动态
举报
AI
作业
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
目前
最好用的
OD
,
破洞
过各种
系统
检测
专用
OD
目前
最好用的
OD
,
破洞
过各种
系统
检测
专用
OD
破洞
OD
2018过
检测
.zip
od
过一切验证爆破E盾个人版如果没有全V的,无需利用特征手动去查找位置,直接利用工具 一键获取爆破E盾个人版如果没有全V的,无需利用特征手动去查找位置,直接利用工具 一键获取爆破E盾个人版如果没有全V的,无需利用特征手动去查找位置,直接利用工具 一键获取爆破E盾个人版如果没有全V的,无需利用特征手动去查找位置,直接利用工具 一键获取
基于YOLOv8的布匹缺陷(污渍、
破洞
)
检测
系统
Python源码+训练好的模型+评估指标曲线+项目使用说明.zip
【资源说明】 【博主环境】 *可以在此
检测
项目基础上增加计数功能,统计当前画面目标总数,或者增加追踪功能,实现追踪计数! python==3.8 pytorch==1.8.1 torchvision==0.9.1 1、搭建环境 建议在anaconda中新建虚拟环境配置,然后在pycharm打开工程,再导入anaconda环境 确保正确安装requirements.txt中的包,可用清华源,
下载
块! 2、训练好的模型+评估指标曲线+数据集可视化图存放在“ultralytics\yolo\v8\detect\runs\detect”文件夹 3、开始
检测
识别 a.打开predict.py修改34行模型路径,照葫芦画瓢修改; b.需要
检测
的图片或视频预先存放在“\ultralytics\assets”文件夹 c.运行predict.py,开始
检测
。
检测
结果会保存在ultralytics/yolo/v8/detect/runs/detect文件夹下 4、训练自己的模型 a.准备数据集,可参考YOLOv5,拆分为train、val即可,标签为txt b.在yolo\v8\detect\data文件夹下新建.yaml文件,照葫芦画瓢,仿照coco128.yaml c.修改tarin.py中的238行,改成自己新建yaml的路径 d.GPU训练(注释掉241行,修改device参数为0),若CPU训练(注释掉242行即可) e.运行train.py开始训练,当精度不在增加时,会自动停止训练。模型保存在ultralytics\yolo\v8\detect\runs\detect文件夹 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心
下载
使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工
下载
使用。 3、用途:项目具有较高的学习借鉴价值,也适用于小白学习入门进阶。当然也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或者热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎
下载
,沟通交流,互相学习,共同进步!
基于YOLOv9实现工业布匹缺陷(
破洞
、污渍)
检测
系统
python源码+详细运行教程+训练好的模型+评估指标曲线.zip
基于YOLOv9实现工业布匹缺陷(
破洞
、污渍)
检测
系统
python源码+详细运行教程+训练好的模型+评估 【使用教程】 一、环境配置 1、建议
下载
anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anac
od
na中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标
检测
数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源
下载
页面中的介绍栏,里面有对应的
下载
链接,
下载
后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 m
od
els/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg m
od
els/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放
检测
结果图片或者视频 【特别说明】 *项目内容完全原创,请勿对项目进行外传,或者进行违法等商业行为! 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心
下载
使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工
下载
使用。
纺织品表面缺陷
检测
图像数据集-含好+
破洞
+杂物+油污+纹路错误五种类别+25600张对应类别目标小图-可用于深度学习算法训练
纺织品表面缺陷
检测
图像数据集_含好+
破洞
+杂物+油污+纹路错误五种类别+25600张对应类别目标小图_可用于深度学习算法训练
下载资源悬赏专区
13,656
社区成员
12,674,810
社区内容
发帖
与我相关
我的任务
下载资源悬赏专区
CSDN 下载资源悬赏专区
复制链接
扫一扫
分享
社区描述
CSDN 下载资源悬赏专区
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章