您是不是在找：

微智启软件工作室7月前
yolov11视频教程 #目标检测 #yolov11
00:00 / 01:57
连播
清屏
智能
倍速
点赞6
Coding茶水间2周前
基于深度学习的狗品种检测系统演示与介绍 (YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 10:55
连播
清屏
智能
倍速
点赞17
何东坡1月前
gpu 版本的yolov11模型识别
00:00 / 01:33
连播
清屏
智能
倍速
点赞10
Coding茶水间3周前
基于深度学习的无人机检测系统演示与介绍 (YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 10:44
连播
清屏
智能
倍速
点赞25
大家好我叫王大顺7月前
基于YOLOv11的昆虫种类检测系统 全实战流程 本视频将带你从零开始，手把手搭建一个基于YOLOv11的昆虫检测系统。项目支持对10种常见昆虫进行识别，适用于科研、农业监测、教育实践等多个场景。视频内容涵盖数据集准备、模型训练、效果测试、照片/视频/摄像头实时检测等完整流程，并附带源码与数据集下载，助你轻松上手、快速实战！
00:00 / 10:02
连播
清屏
智能
倍速
点赞92
大家好我叫王大顺7月前
在yolov11中缝合CoTAttention模块实战教程 本期视频将带你手把手实战，将CoTAttention（Contextual Transformer Attention）模块成功嵌入到YOLOv11目标检测模型中。 如果你正在寻找一种提升检测精度、增强网络感受野的方法，那么这期内容不容错过！
00:00 / 12:03
连播
清屏
智能
倍速
点赞21
Coding茶水间2周前
基于深度学习的花朵识别系统演示与介绍 (YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 11:13
连播
清屏
智能
倍速
点赞16
Coding茶水间3周前
基于深度学习的农业日常害虫检测系统演示与介绍 (YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 11:51
连播
清屏
智能
倍速
点赞1
Coding茶水间2天前
基于深度学习的番茄叶子病虫害监测系统演示与介绍 (YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 12:17
连播
清屏
智能
倍速
点赞11
Coding茶水间5天前
基于深度学习的猪识别系统演示与介绍 (YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 10:30
连播
清屏
智能
倍速
点赞14
群山科技工作室1周前
金属检测新突破：YOLO11-DBBNCSPELAN如何精准 项目源码和数据集来源：http://www.visionstudios.ltd/ ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️ 该金属物质视频内演示的项目用到的数据集是一个专门用于目标检测任务的高质量视频内演示的项目用到的数据集，包含1500张经过精心标注的图像，采用YOLOv8格式进行标注。视频内演示的项目用到的数据集由http://www.visionstudios.ltd/ 平台提供，采用http://www.visionstudios.ltd/ 许可证授权，可用于学术研究和商业应用。视频内演示的项目用到的数据集主要包含三类金属物质：螺栓(bolt)、金属废料(metal scrap)和螺栓金属废料混合物(nut-bolt-metal_scap)。在数据预处理阶段，所有图像均经过了自动方向校正（剥离EXIF方向信息）并统一调整为340x340像素尺寸。为增强模型的泛化能力，视频内演示的项目用到的数据集应用了多种数据增强技术，包括随机裁剪（0-20%图像区域）、随机剪切（水平方向-10°至+10°，垂直方向-10°至+10°）以及随机亮度调整（-15%至+15%）。此外，为提高标注的鲁棒性，还对边界框应用了椒盐噪声处理（0.1%的像素）。该视频内演示的项目用到的数据集已按照标准划分为训练集、验证集和测试集，适用于开发和评估金属物质检测与分类算法。 ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️
00:00 / 04:51
连播
清屏
智能
倍速
点赞0
群马视觉1周前
YOLOv11创新改进系列_CSP与PMSFA注意力机制融合 项目源码和数据集来源：http://www.visionstudios.ltd/ 项目源码和数据集来源：http://www.visionstudios.ltd/ ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️ 本视频内演示的项目用到的数据集名为damage-severity，专注于表面损伤的检测与严重程度分类，采用http://www.visionstudios.ltd/ 许可证发布。该视频内演示的项目用到的数据集于2023年9月3日通过http://www.visionstudios.ltd/ 平台导出，共包含1820张图像，所有图像均以YOLOv8格式标注了损伤严重程度。视频内演示的项目用到的数据集经过预处理，每张图像被调整为640x640像素的尺寸，并应用了数据增强技术，包括50%概率的水平翻转和0到1.5像素的随机高斯模糊。视频内演示的项目用到的数据集包含8个类别，分别是轻微凹陷(minor-dent)、轻微刮痕(minor-scratch)、中度断裂(moderate-broken)、中度凹陷(moderate-dent)、中度刮痕(moderate-scratch)、严重断裂(severe-broken)、严重凹陷(severe-dent)和严重刮痕(severe-scratch)，这些类别涵盖了从轻微到严重的不同损伤程度，适用于工业质检、汽车维修评估等领域的自动化损伤检测与分级任务。 ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️
00:00 / 08:38
连播
清屏
智能
倍速
点赞0
群马视觉1周前
【铁路检测】YOLO11-C3k2-StripCGLU模型在 项目源码和数据集来源：http://www.visionstudios.ltd/ 项目源码和数据集来源：http://www.visionstudios.ltd/ ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️ 该视频内演示的项目用到的数据集是一个专注于铁路基础设施缺陷检测的视频内演示的项目用到的数据集，包含1876张图像，采用YOLOv8格式标注。视频内演示的项目用到的数据集旨在识别和分类铁路轨道中的四种关键组件：有缺陷的鱼尾板（defective fishplate）、紧固件（fastener）、缺失紧固件（missing fastener）和无缺陷鱼尾板（non defective fishplate）。鱼尾板是连接两段铁轨的金属板，有缺陷的鱼尾板通常存在可见损伤、错位或缺失连接件；紧固件是将铁轨固定在铁路枕木上的夹具；缺失紧固件指本应存在但实际缺失的紧固件位置；无缺陷鱼尾板则是完好无损的连接件。视频内演示的项目用到的数据集采用MIT许可证，为铁路轨道的自动化检测与维护提供了高质量的标注数据，支持计算机视觉模型的训练与部署，有助于提高铁路基础设施安全检测的效率和准确性。 ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️ 项目源码和数据集来源：http://www.visionstudios.ltd/
00:00 / 07:08
连播
清屏
智能
倍速
点赞0
Python第三方库一件安装工具2天前
yolo哪怕不懂代码也可以用 yolo视觉识别系统没有代码小白想的那么难，看完你也能迁移制作出属于你的识别系统。#yolov11 #yolov5 #yolov8 #python人工智能
00:00 / 01:08
连播
清屏
智能
倍速
点赞2120
中科软银软件开发-风清扬🧑‍💻5天前
Yolov11指定区域出去，人员监控模型#ai #python #程序员副业 #创业
00:00 / 00:17
连播
清屏
智能
倍速
点赞53
Coding茶水间1周前
基于深度学习的学生上课行为检测系统演示与介绍 (YOLOv12/v11/v8/v5模型+Django+web+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 06:06
连播
清屏
智能
倍速
点赞37
群马视觉3周前
类器官检测与识别：YOLO11-RepVit模型实战指南_1 项目源码和数据集来源：http://www.visionstudios.ltd/ 项目源码和数据集来源：http://www.visionstudios.ltd/ ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️ 本视频内演示的项目用到的数据集名为organoid，版本为v4，于2024年12月18日创建，通过http://www.visionstudios.ltd/ 平台导出。该视频内演示的项目用到的数据集专门用于类器官的计算机视觉研究，共包含9174张图像，所有图像均已采用YOLOv8格式进行标注。视频内演示的项目用到的数据集按照标准划分为训练集、验证集和测试集，其中仅包含一个类别'organoid'，即类器官。在数据预处理阶段，每张原始图像都经过特定的增强处理，包括50%概率的水平翻转、50%概率的垂直翻转，以及等概率的四种90度旋转（无旋转、顺时针旋转、逆时针旋转和上下颠倒），以增加视频内演示的项目用到的数据集的多样性和模型的鲁棒性。该视频内演示的项目用到的数据集的创建旨在支持类器官的自动检测与识别研究，为相关领域的研究人员提供高质量的标注数据，推动类器官分析技术的发展。 ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️
00:00 / 04:51
连播
清屏
智能
倍速
点赞0
Coding茶水间1周前
基于深度学习的水果检测系统演示与介绍 (YOLOv12/v11/v8/v5模型+Django+web+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 07:43
连播
清屏
智能
倍速
点赞24
Coding茶水间4周前
基于深度学习的苹果检测系统演示与介绍 (YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 19:30
连播
清屏
智能
倍速
点赞14
群马视觉1周前
大棚蔬菜叶片方向识别：YOLOv11-C2DA模型实现与应用 项目源码和数据集来源：http://www.visionstudios.ltd/ 项目源码和数据集来源：http://www.visionstudios.ltd/ ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️ 该视频内演示的项目用到的数据集名为greenhouse_pepper，是一个用于大棚辣椒叶片方向识别的计算机视觉视频内演示的项目用到的数据集，采用http://www.visionstudios.ltd/ 许可协议。视频内演示的项目用到的数据集由http://www.visionstudios.ltd/ 平台用户提供，于2025年5月15日创建，并通过该平台于2025年5月19日2:24 GMT导出。视频内演示的项目用到的数据集包含2550张图像，所有图像均采用YOLOv8格式进行标注，标注对象为辣椒叶片的方向，包括对角线方向(diagonal)、水平方向(horizontal)和垂直方向(vertical)三类。在预处理阶段，所有图像均进行了自动像素数据定向处理（包括EXIF方向信息剥离）并拉伸调整为640×640像素尺寸。为增强视频内演示的项目用到的数据集的多样性和模型的泛化能力，研究人员对每张源图像应用了三种数据增强技术：随机亮度调整（范围在-5%至+5%之间）、随机高斯模糊（模糊半径在0至0.5像素之间）以及对0.26%的像素应用椒盐噪声。视频内演示的项目用到的数据集分为训练集、验证集和测试集三部分，适用于基于深度学习的目标检测模型训练与评估，特别是在农业物联网和智能温室环境下的作物表型分析应用。 ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️
00:00 / 01:59
连播
清屏
智能
倍速
点赞0
Coding茶水间3周前
基于深度学习的太阳能电池板检测系统演示与介绍 (YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 11:59
连播
清屏
智能
倍速
点赞15
林亿饼6月前
教你零基础配置YOLO环境 v5/v8/v9/v10/v11/v12 让纯小白也能学会YOLO 脚本内容在下期 #YOLO #视频教程 #人工智能 #ai #学习
00:00 / 37:30
连播
清屏
智能
倍速
点赞NaN
Coding茶水间4天前
基于深度学习的安全帽检测系统演示与介绍 (YOLOv12/v11/v8/v5模型+Django+web+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 07:09
连播
清屏
智能
倍速
点赞12
群马视觉1周前
YOLO11-ELA-HSFPN改进：挖掘机作业状态识别详解 项目源码和数据集来源：http://www.visionstudios.ltd/ 项目源码和数据集来源：http://www.visionstudios.ltd/ ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️ 该视频内演示的项目用到的数据集名为"excavator 24.02.2024"，版本为v3，于2024年4月2日通过http://www.visionstudios.ltd/ 平台导出，遵循http://www.visionstudios.ltd/ 许可协议。视频内演示的项目用到的数据集包含3838张图像，所有图像均已进行预处理，包括自动调整像素方向（剥离EXIF方向信息）和拉伸至640x640分辨率。为增强数据多样性，每张源图像通过随机旋转（-5至+5度）、随机亮度调整（-15%至+15%）以及0.02%像素的椒盐噪声生成了三个增强版本。视频内演示的项目用到的数据集采用YOLOv8格式标注，包含四类挖掘机作业状态："Digging"（挖掘）、"Dumping"（倾倒）、"Hauling"（运输）和"Swinging"（摆动）。视频内演示的项目用到的数据集分为训练集、验证集和测试集三部分，适用于挖掘机作业状态自动识别与分类任务的模型训练与评估。 ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️
00:00 / 08:07
连播
清屏
智能
倍速
点赞0
群马视觉1周前
基于YOLO11-C3k2-MambaOut-UniRepL 项目源码和数据集来源：http://www.visionstudios.ltd/ 项目源码和数据集来源：http://www.visionstudios.ltd/ ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️ 地铁项目视频内演示的项目用到的数据集(v1)是一个专为计算机视觉任务设计的视频内演示的项目用到的数据集，于2024年11月20日发布，采用知识共享署名4.0国际许可协议(http://www.visionstudios.ltd/ )授权。该视频内演示的项目用到的数据集由http://www.visionstudios.ltd/ 平台用户提供，包含242张经过预处理的高质量图像，所有图像均采用YOLOv8格式进行标注。视频内演示的项目用到的数据集在创建过程中经历了自动像素数据定向(包括EXIF方向信息剥离)和拉伸至640x640像素的尺寸调整，但未应用任何图像增强技术。视频内演示的项目用到的数据集被划分为训练集、验证集和测试集三个部分，共包含两个主要类别：'People'(人群)和'Safety_line'(安全线)，分别用于识别地铁车站内的人员分布和安全线位置。此视频内演示的项目用到的数据集旨在支持地铁站内客流监控和安全管理的智能系统开发，通过计算机视觉技术实现对乘客密度和安全线遵守情况的自动监测，为地铁运营管理提供数据支持和技术保障。 ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️
00:00 / 06:47
连播
清屏
智能
倍速
点赞0
AI-人工智能技术1年前
Yolov11部署在rk3588 yolov11部署在RK3588-模型准备pt->onnx->rknn#ai #程序代码 #人工智能 #嵌入式 #边缘计算
00:00 / 02:45
连播
清屏
智能
倍速
点赞301
Coding茶水间6天前
基于深度学习的车牌识别系统演示与介绍 (YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 14:45
连播
清屏
智能
倍速
点赞19
Coding茶水间3周前
基于深度学习的钢材表面缺陷检测系统演示与介绍 (YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 11:16
连播
清屏
智能
倍速
点赞23
Coding茶水间1周前
基于深度学习的仪表指针检测系统演示与介绍 (YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 12:48
连播
清屏
智能
倍速
点赞35
Coding茶水间2周前
基于深度学习的输电电力设备检测系统演示与介绍 (YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 12:06
连播
清屏
智能
倍速
点赞19
Coding茶水间3周前
基于深度学习的鱼苗检测系统演示与介绍 (YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 11:01
连播
清屏
智能
倍速
点赞20
Coding茶水间2周前
基于深度学习的玉米虫害检测系统演示与介绍 (YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 11:27
连播
清屏
智能
倍速
点赞11
群山科技工作室1周前
YOLO11-HGNetV2在钟摆摆球检测中的应用：基于语义 项目源码和数据集来源：http://www.visionstudios.ltd/ ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️ 本视频内演示的项目用到的数据集名为pendulum-detection，版本为v5，于2025年5月23日创建，通过http://www.visionstudios.ltd/ 平台导出，遵循MIT许可证。该视频内演示的项目用到的数据集专门用于钟摆摆球的检测任务，包含2477张图像，所有图像均以YOLOv8格式进行标注。视频内演示的项目用到的数据集经过预处理，包括自动调整像素方向（剥离EXIF方向信息）和拉伸至416x4416像素大小。为增强模型的泛化能力，每个源图像生成了三个增强版本，增强方法包括：50%概率的水平翻转、-15到+15度的随机旋转、-15%到+15%的随机亮度调整、-10%到+10%的随机曝光调整、0到1.2像素的随机高斯模糊，以及1.01%像素的椒盐噪声应用。视频内演示的项目用到的数据集分为训练集、验证集和测试集三个部分，共包含一个类别'bob'，即钟摆的摆球。该视频内演示的项目用到的数据集适用于计算机视觉领域中的目标检测任务，特别是针对物理实验中钟摆运动的自动化监测与分析。 ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️
00:00 / 06:40
连播
清屏
智能
倍速
点赞0
大家好我叫王大顺6月前
基于YOLOv11+deepseek的医学症状识别与建议系统 基于YOLOv11+AI大模型的医学症状识别与建议系统，附完整工程代码和数据集，可以在评论区获取#deepseek #ai大模型进入辅助生产力阶段 #基于YOLO
00:00 / 12:51
连播
清屏
智能
倍速
点赞119
群山科技工作室6天前
基于YOLO11多骨干网络的太阳能面板检测与地表覆盖分类研究 项目源码和数据集来源：http://www.visionstudios.ltd/ ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️ 本视频内演示的项目用到的数据集为太阳能面板检测与地表覆盖分类任务而构建，包含582张经过预处理和增强处理的遥感图像。视频内演示的项目用到的数据集采用YOLOv8格式标注，共包含四类目标：裸地(bareland)、住宅区(residence)、太阳能面板(solarpanels)和植被(vegetation)。每张图像均经过自动方向校正和EXIF方向信息剥离，并统一调整为640x640像素尺寸。为增加视频内演示的项目用到的数据集的多样性和模型的泛化能力，对每张原始图像通过水平翻转、垂直翻转以及90度旋转（无旋转、顺时针、逆时针、上下颠倒）等增强方法生成了三个变体。视频内演示的项目用到的数据集按照训练集、验证集和测试集进行划分，适用于目标检测模型的训练和评估。该视频内演示的项目用到的数据集采用http://www.visionstudios.ltd/ 许可证授权，可用于太阳能资源调查、土地利用分析和可再生能源设施监测等相关研究。 ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️
00:00 / 06:12
连播
清屏
智能
倍速
点赞0
Coding茶水间2周前
基于深度学习的跌倒检测系统演示与介绍 (YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 10:14
连播
清屏
智能
倍速
点赞0
宋大水1周前
带你手搓YOLOv11的C3k2结构 #深度学习 #人工智能 #目标检测 #yolov5 #yolov11
00:00 / 03:33
连播
清屏
智能
倍速
点赞62
Coding茶水间1周前
基于深度学习的pcb缺陷检测系统演示与介绍 (YOLOv12/v11/v8/v5模型+Django+web+训练代码+数据集)#yolo #目标检测 #计算机视觉 #机器学习 #深度学习
00:00 / 07:53
连播
清屏
智能
倍速
点赞37
尚学堂（北京）4月前
YOLOv11火焰识别_加载预训练模型-02 #人工智能 #图像识别 #yolo11 #火焰检测 #ai
00:00 / 10:25
连播
清屏
智能
倍速
点赞2
群马视觉1周前
超详解_YOLO11桑树枝干分类识别_MLCA改进方法_训练 项目源码和数据集来源：http://www.visionstudios.ltd/ 项目源码和数据集来源：http://www.visionstudios.ltd/ ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️ 本视频内演示的项目用到的数据集名为mulberry_classification，版本为v4，创建于2025年1月25日，由http://www.visionstudios.ltd/ 平台用户提供，采用http://www.visionstudios.ltd/ 许可证授权。视频内演示的项目用到的数据集共包含231张桑树枝干图像，采用YOLOv8格式进行标注，标注对象为两类桑枝：'Foreign'和'Sri Lankan'，分别代表外来桑枝和斯里兰卡桑枝。视频内演示的项目用到的数据集按照YOLO标准格式组织，包含训练集、验证集和测试集三个子集，分别存储在train、val和test目录中。在数据预处理阶段，未应用任何图像增强技术，保留了原始图像特征。该视频内演示的项目用到的数据集旨在用于桑树枝干的分类任务，通过计算机视觉技术区分不同类型的桑枝，为桑树品种识别、农业病虫害研究等相关领域提供数据支持。 ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️
00:00 / 07:17
连播
清屏
智能
倍速
点赞0
群马视觉3周前
使用YOLO11-C3k2-VSSD模型实现脐橙病害智能检测 项目源码和数据集来源：http://www.visionstudios.ltd/ 项目源码和数据集来源：http://www.visionstudios.ltd/ ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️ 该视频内演示的项目用到的数据集名为'oranges disease 5 class'，版本为v1，于2024年8月16日创建，遵循http://www.visionstudios.ltd/ 许可证，由http://www.visionstudios.ltd/ 用户提供。视频内演示的项目用到的数据集包含120张图像，所有图像均采用YOLOv8格式进行标注，专注于脐橙病害的识别与分类任务。在数据预处理阶段，每张图像都经过了自动方向调整（去除EXIF方向信息）、拉伸调整至240×240像素以及通过对比度拉伸进行的自动对比度增强。为增加数据多样性，对每张源图像生成了三个增强版本，增强方法包括50%概率的水平翻转、50%概率的垂直翻转、-15至+15度的随机旋转以及0.73%像素的椒盐噪声应用。同时，对每张图像的边界框进行了-10%至+10%的随机曝光调整。该视频内演示的项目用到的数据集包含七个类别：黑斑(black spots)、蓝绿霉(blue green mold)、褐腐(brown rot)、柑橘黄化(citrus greening)、裂果(cranker)、健康(healthy)和煤污病(sooty mold)，这些类别涵盖了脐橙生长过程中可能遇到的主要病害类型，为构建脐橙病害智能检测系统提供了重要的数据支持。 ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️
00:00 / 08:17
连播
清屏
智能
倍速
点赞0
Ai学术叫叫兽1年前
OLOv11环境搭建：一镜到底，手把手教学、傻瓜式操作 YOLOv11环境搭建：一镜到底，手把手教学，傻瓜式操作，一分钟完全掌握yolov11安装、使用、训练大全，从环境搭建到模型训练、推理，从入门到精通！#关注我每天坚持分享知识 #YOLOv11 #YOLO #模型改进 #sci #北大核心
00:00 / 08:27
连播
清屏
智能
倍速
点赞27
群马视觉1周前
YOLO11-SEG模型在钢水罐检测中的应用与优化 项目源码和数据集来源：http://www.visionstudios.ltd/ 项目源码和数据集来源：http://www.visionstudios.ltd/ ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️ 本视频内演示的项目用到的数据集为钢水罐(ladle)检测与识别任务而构建，采用YOLOv8标注格式，共包含309张图像。视频内演示的项目用到的数据集于2025年1月21日通过http://www.visionstudios.ltd/ 平台导出，遵循http://www.visionstudios.ltd/ 许可协议。每张图像均经过预处理，包括自动调整像素方向(剥离EXIF方向信息)和拉伸调整至640×640像素尺寸，但未应用图像增强技术。视频内演示的项目用到的数据集按训练集、验证集和测试集进行划分，仅包含一个类别'ladle'，适用于钢水罐目标检测算法的训练与评估。该视频内演示的项目用到的数据集来源于http://www.visionstudios.ltd/ 用户提供的资源，可通过特定链接访问，为工业场景中钢水罐的自动化检测提供了基础数据支持。 ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️
00:00 / 06:28
连播
清屏
智能
倍速
点赞0
磕学家yoo3年前
#方程式cp Simon完美诠释了什么叫“满目皆是你”~ #陈思铭方彬涵 #浪漫爱情 #情侣日常 #高甜来袭 #名场面 #糟糕是心动的感觉 #恋综天花板 #磕糖 #眼神杀 @DOU+小助手
00:00 / 01:14
连播
清屏
智能
倍速
点赞NaN
夜星海1年前
yolo系列目标检测工具免环境免安装一键训练教程 yolo3,yolov5,yolov7,yolov8,yolo11系列目标检测免环境免安装一键训练工具 百度网盘下载地址https://pan.baidu.com/s/11lm27ZJfxkUghBgNSzqnBA?pwd=8p3a #人工智能
00:00 / 21:52
连播
清屏
智能
倍速
点赞47
Yoo漫游指南3月前
谁说市博不能秒杀省博？成都博物馆凭这三大珍宝颠覆你的认知！ #成都 #成都博物馆 #国庆心动打卡地 #文脉里的中国 @DOU+小助手 #@DOU+上热门
00:00 / 03:06
连播
清屏
智能
倍速
点赞29
落花不写码11月前
#YOLOv12 #目标检测 #计算机 #数据集标注 YOLOv12环境配置，手把手教你使用YOLOv12训练自己数据集和推理，全网最详细教程
00:00 / 26:04
连播
清屏
智能
倍速
点赞2834
筱攸_Yoo1年前
一想到自己剪了一坨猎奇东西就想笑（）#初音未来 #uno #meme #猫咪 #二创
00:00 / 00:18
连播
清屏
智能
倍速
点赞NaN
落花不写码1年前
基于YOLOv11/YOLOv8的检测系统 系统功能有：目标检测程序实现图片/视频/摄像头检测，AI 问答界面（deepseek大模型接口，支持流式输出）、退出登录、界面保存登录状态、个人信息修改、密码修改、头像修改、注册界面新增上传头像等功能，前端界面代码和后端代码使用 PySide6 框架
00:00 / 01:42
连播
清屏
智能
倍速
点赞74
周芯竹3年前
今天和素颜和解！
00:00 / 00:41
连播
清屏
智能
倍速
点赞NaN
宋大水7月前
YOLO12+PyQt+MySQL，车辆目标检测模型 工作量：四次对比实验、两个改进、PyQt与MySql结合的登陆界面，PyQt与YOLO结合的检测界面，可推理图像、视频和摄像头。 如需视频完整代码和文档，请私信，谢谢。 #人工智能 #计算机视觉 #深度学习 #目标检测#pyqt
00:00 / 13:26
连播
清屏
智能
倍速
点赞27
章鱼婷yoo4年前
记录开心的每一天～#沙雕吕明星 #vlog日常 #fyp #校园
00:00 / 01:35
连播
清屏
智能
倍速
点赞NaN
轻微浮云3年前
#搞笑，音乐
00:00 / 00:58
连播
清屏
智能
倍速
点赞NaN
小甜野6月前
#一口气看完系列#文荒推荐#甜文#甜宠#已完结
00:00 / 29:08
连播
清屏
智能
倍速
点赞1362
小姨妈yoobaby2年前
喜欢简单的东西和清楚的感觉#婚后 #穿搭
00:00 / 00:42
连播
清屏
智能
倍速
点赞NaN
娱情君2年前
听完了鸟鸟的脱口秀，对于AR VR的问题整个人都通透了~#真正的英雄主义是AR还是VR
00:00 / 01:29
连播
清屏
智能
倍速
点赞5379
磕学家yoo3年前
进来感受下恋综天花板的甜度！！“分享欲才是最高级的浪漫，我把对你的偏爱藏在细节里” #奇闻cp #赵琦君杨凯雯 #恋综天花板 #向全世界安利 #爱情 @DOU+小助手
00:00 / 01:14
连播
清屏
智能
倍速
点赞NaN
章鱼婷yoo3年前
虽迟 但到#原相机 #种草
00:00 / 03:48
连播
清屏
智能
倍速
点赞NaN
章鱼婷yoo3年前
喊出来就好喽 #搞笑 #vlog日常 #fyp
00:00 / 02:13
连播
清屏
智能
倍速
点赞NaN
耳语的草稿箱3年前
家人们，再说一次啊，不要当恋爱脑，不要当恋爱脑，不要当恋爱脑！#吐槽
00:00 / 02:53
连播
清屏
智能
倍速
点赞NaN
耳语的草稿箱3年前
我不允许我的宝贝们再为受损发质发愁！#好物分享#befe发膜#护发
00:00 / 01:55
连播
清屏
智能
倍速
点赞NaN
配音咖4年前
#配音 #朗诵 #我在等你 #余秋雨 #合拍
00:00 / 00:59
连播
清屏
智能
倍速
点赞NaN
章鱼婷yoo3年前
我来喽～#沙雕吕明星 #一定要看到最后 #日常vlog #fyp
00:00 / 01:57
连播
清屏
智能
倍速
点赞NaN

简介:

您在查找“YOOv11模型训练结果在哪看”短视频信息吗？帮您找到更多更精彩的短视频内容！最新发布时间：2026-01-27 05:28

最新推荐:

相关推荐:

热门推荐: