基于Flask+Yolov5+Redis的深度学习车辆行人在线监测网站python源码+项目说明+模型.zip下载

[weixin_39820535]

【资源介绍】 基于Flask+Yolov5+Redis的深度学习车辆行人在线监测网站python源码+项目说明+模型.zip 数据集划分 如图1.1，数据集中包含3000张真实场景下行车记录仪采集的图片， 其中训练集包含2600张带有标签的图片，测试集包含400张不带有标签的测试集图片。数据集中共有22种细分的人车类型标签。其中，yolov5支持yolo的.txt标签格式，故将json的标签格式先转化为yolo格式，即标签、xy中心坐标、物体宽高，其中后四者均为归一化后的坐标。 在划分训练集和测试集时，以8：2划分训练集和测试集，并采用随机划分的方式，保证数据集的随机性。 | | | | ---- | ------------------------------------- | | |  | > 图1.1 数据集样例图 数据增强 获得一个表现良好的神经网络模型，往往需要大量的数据作支撑，然而获取新的数据这项工作往往需要花费大量的时间与人工成本。使用数据增强技术，可以充分利用计算机来生成数据 , 相关下载链接：https://download.csdn.net/download/ma_nong33/88500236?utm_source=bbsseo