标签归档:yolo

香橙派AIpro部署yolov5图像识别

本文使用香橙派AIpro开发板,实现Yolov5的框架部署,并使用预训练模型进行图像识别。OrangePi AIpro 是2023.12月初,香橙派联合华为发布了基于昇腾的Orange Pi AIpro开发板,提供8/20TOPS澎湃算力,支持复杂的计算任务,适用于AI边缘计算、深度视觉学习、视频流AI分析等多个领域。作为业界首款基于昇腾深度研发的AI开发板,它搭载了高性能处理器和丰富的AI加速硬件,支持神经网络推理、图像识别等高计算需求的任务。 继续阅读

发表在 AI, Embedded, Hardware, ImageRecognition, Python | 标签为 , , , , | 留下评论 | 971 次浏览

YOLOv5实现目标检测

目标检测在计算机视觉领域中具有重要意义,而yolov5(You Only Look One-level)作为目标检测算法的一种代表性方法,以其高效性和准确性备受关注。本文介绍了如何配置yolov5的运行环境,以及数据标注的方法,并通过yolov5训练数据集实现图片的目标检测。通过实验结果可以看出,Yolov5在各种目标检测任务中具有卓越的性能。 继续阅读

发表在 AI, DeepLearning, ImageRecognition, Python | 标签为 , , , , , , | 一条评论 | 3,906 次浏览

使用Labelimg进行数据标注

数据标注是计算机视觉和机器学习项目中至关重要的一步,而使用工具进行标注是提高效率的关键。本文介绍了LabelImg,一款常用的开源图像标注工具。用户可以在图像中方便而准确地标注目标区域,为训练机器学习模型提供高质量的标注数据。LabelImg已经成为研究者和开发者在计算机视觉项目中不可或缺的工具之一。 继续阅读

发表在 AI, DeepLearning, ImageRecognition, Tool | 标签为 , , , , , | 留下评论 | 3,175 次浏览