Langkau ke kandungan
←Kembali ke portfolio
  1. Utama
  2. / Projek
  3. / YOLO Leaf Object Detection Pipeline

Nota binaan · Goh Kun Ming

YOLO Leaf Object Detection Pipeline

AI · Projek awam

Jul 2026

Gambaran projek

Penyediaan dan pengesahan set data untuk pengesanan daun; data yang disediakan tidak membuktikan prestasi pengesan terlatih.

Aliran kerja pengesanan daun yang boleh dihasilkan semula, menggabungkan PlantVillage, PlantDoc dan sampel negatif sukar yang dijana. Ia menyediakan dan mengesahkan data, mengkonfigurasi latihan YOLO serta menyediakan antara muka eksport dan inferens pelayar. Tiada pemberat terlatih atau hasil penilaian terasing yang disimpan membuktikan ketepatan, kependaman atau kesediaan produksi pengesan.

Di dalam binaan ini

  • Menyediakan 57,164 imej dan 63,225 kotak dalam pembahagian latihan, pengesahan dan ujian yang deterministik.
  • Menukar anotasi Pascal VOC kepada koordinat YOLO ternormal.
  • Menjana nama fail yang mengelakkan pertembungan antara set data sumber.
  • Mengesahkan pasangan imej-label, ID kelas, koordinat dan kebocoran antara pembahagian sebelum latihan.
  • Mengkonfigurasi tiga calon YOLO, laluan ujian asas latihan berskala terhad dan antara muka eksport ONNX.
  • Memisahkan ujian alat set data daripada penyediaan data luaran dan latihan GPU.

Kod sumber & pautan

Kod sumber↗Baca di LinkedIn↗
Periksa peti projek →
PrivasiTermaKeselamatanKebolehcapaian Notis pihak ketiga

Portfolio bebas. Ini bukan laman web rasmi Minecraft. Tidak diluluskan oleh atau mempunyai kaitan dengan Mojang atau Microsoft.

Tinggalkan dunia ini?

Anda akan membuka laman web lain.

Destinasi
Pautan penuh