草庐IT

基于PPYOLOE+的水下生物目标检测

基于PP-YOLOE+的水下生物目标检测+部署项目链接【https://aistudio.baidu.com/aistudio/projectdetail/4647849?contributionType=1】1项目背景水下目标检测旨在对水下场景中的物体进行定位和识别。这项研究由于在海洋学、水下导航等领域的广泛应用而引起了持续的关注。但是,由于复杂的水下环境和光照条件,这仍然是一项艰巨的任务。基于深度学习的物体检测系统已在各种应用中表现出较好的性能,但在处理水下目标检测方面仍然感到不足,主要有原因是:可用的水下目标检测数据集稀少,实际应用中的水下场景的图像杂乱无章,并且水下环境中的目标物体通常

手把手教你在百度飞桨云平台下运行PPYOLO-E,训练COCO数据集

百度ai云平台:飞桨AIStudio-人工智能学习实训社区(baidu.com)首先感谢百度提供这样一个云平台。ps每天会送8个算力也就是每天可以使用8个小时V100-32G完成任务还可以得到更多算力。这个博客仅是运行和评估这个PPYOLOE源码,如果后续大家需要对PPYOLOE网络结构进行魔改,大家喜欢我也可以出一期改网络模型的教程。那么不墨迹直接进入手把手环节。我们首先进入百度飞桨平台注册账号,然后根据教程创建项目,只可以选择paddle框架  默认是这样的根据自己的需求选择,接下来需要选择数据集,训练COCO选择时候选择COCO就好了,但是我发现上面第一个没有lable标签,需要labl