YOLO Leaf Object Detection Pipeline

Resumen del proyecto

Preparación y validación de un conjunto de datos para detectar hojas; disponer de datos preparados no demuestra el rendimiento de un detector entrenado.

Un flujo reproducible de detección de hojas que combina PlantVillage, PlantDoc y negativos difíciles generados. Prepara y valida datos, configura el entrenamiento YOLO y ofrece puntos de integración para exportación e inferencia en el navegador. No hay pesos entrenados ni resultados de evaluación reservada incluidos que demuestren exactitud, latencia o preparación para producción.

Dentro de esta creación

• Preparé 57,164 imágenes y 63,225 cuadros en particiones deterministas de entrenamiento, validación y prueba.
• Convertí anotaciones Pascal VOC a coordenadas YOLO normalizadas.
• Generé nombres de archivo resistentes a colisiones entre conjuntos de datos de origen.
• Validé pares imagen-etiqueta, identificadores de clase, coordenadas y fugas entre particiones antes del entrenamiento.
• Configuré tres candidatos YOLO, una prueba de entrenamiento acotada y puntos de integración para exportar a ONNX.
• Separé las pruebas de herramientas de datos de la preparación de datos externos y del entrenamiento en GPU.

Código fuente y enlaces