文件名称：YOLO-V5:使用对象检测模型YOLO-V5对图像进行定位和分类
文件大小：165KB
文件格式：ZIP
更新时间：2024-04-14 19:30:08
JupyterNotebook
YOLO-V5在合作研究中对肺炎图像进行定位和分类 使用Ultralytics的对象检测模型YOLO-V5对自定义图像进行定位和分类 该存储库包含在colab中实现YOLO-V5的实现，以检测和分类肺炎和正常图像 用于此模型的数据来自以下链接（ ） Yolo_v5_Data_Preparation.ipynb-该文件包含所有必要步骤，可将我们的数据集转换为适合YOLO-V5实施的格式 我们必须克隆YOLO-V5的git存储库 YOLO_V5_Training.ipynb-此文件包含在图像上运行YOLO-V5训练所必须执行的操作和步骤 最后，YOLO_V5_Inference.ipynb-在这里，我们根据训练中保存的权重预测并验证模型结果 将来，我计划使用YOLO-V5添加印度卢比检测和分类
【文件预览】：
YOLO-V5-main
----README.md(1KB)
----Yolo_v5_Data_Preparation.ipynb(50KB)
----YOLO_V5_Training.ipynb(108KB)
----YOLO_V5_Inference.ipynb(651KB)