உள்ளடக்கத்திற்குச் செல்க
←படைப்புத் தொகுப்பிற்குத் திரும்பு
  1. முகப்பு
  2. / திட்டங்கள்
  3. / YOLO Leaf Object Detection Pipeline

படைப்புக் குறிப்புகள் · Goh Kun Ming

YOLO Leaf Object Detection Pipeline

AI · பொதுவில் பகிரப்பட்ட திட்டம்

ஜூலை 2026

திட்டக் கண்ணோட்டம்

இலை கண்டறிதலுக்கான தரவுத்தொகுப்பு தயாரிப்பும் சரிபார்ப்பும்; தயாரான தரவு, பயிற்றுவிக்கப்பட்ட கண்டறியும் மாதிரியின் செயல்திறனை நிரூபிக்காது.

PlantVillage, PlantDoc மற்றும் உருவாக்கப்பட்ட சவாலான எதிர்மறை எடுத்துக்காட்டுகளை இணைக்கும், மீண்டும் செயல்படுத்தக்கூடிய இலைக் கண்டறிதல் செயல்முறை. தரவைத் தயாரித்துச் சரிபார்க்கிறது; YOLO பயிற்சியை அமைக்கிறது; மாதிரி ஏற்றுமதி மற்றும் உலாவியில் கணிப்பீடு செய்வதற்கான இணைப்புகளை வழங்குகிறது. பதிவேற்றப்பட்ட பயிற்சி பெற்ற எடைகளோ, தனியே ஒதுக்கிய சோதனை முடிவுகளோ கண்டறிதல் துல்லியம், தாமதம் அல்லது நடைமுறைப் பயன்பாட்டுத் தயார்நிலையை நிறுவவில்லை.

இந்தப் படைப்பிற்குள்

  • 57,164 படங்கள் மற்றும் 63,225 பெட்டிகள் நிர்ணயிக்கப்பட்ட பயிற்சி, சரிபார்ப்பு மற்றும் சோதனைப் பிரிப்புகளில்.
  • பாஸ்கல் VOC சிறுகுறிப்புகள் இயல்பாக்கப்பட்ட YOLO ஆயத்தொகுப்புகளாக மாற்றப்பட்டன.
  • மூல தரவுத்தொகுப்புகள் முழுவதும் மோதல்-எதிர்ப்பு கோப்பு பெயர்களை உருவாக்கியது.
  • பயிற்சிக்கு முன் சரிபார்க்கப்பட்ட பட-லேபிள் ஜோடிகள், வகுப்பு ஐடிகள், ஒருங்கிணைப்புகள் மற்றும் பிளவு கசிவு.
  • மூன்று YOLO மாதிரி விருப்பங்கள், வரம்புள்ள குறுகிய பயிற்சிச் சோதனை மற்றும் ONNX ஏற்றுமதிக்கான இணைப்புகளை அமைத்தது.
  • வெளிப்புற தரவு தயாரிப்பு மற்றும் GPU பயிற்சி ஆகியவற்றிலிருந்து தரவுத்தொகுப்பு-கருவி சோதனைகளை தனித்தனியாக வைத்தது.

மூலக் குறியீடும் இணைப்புகளும்

மூல நிரல்↗LinkedIn-இல் படிக்கவும்↗
திட்டப் பெட்டியைப் பாருங்கள் →
தனியுரிமைவிதிமுறைகள்பாதுகாப்புஅணுகல்தன்மை மூன்றாம் தரப்பு அறிவிப்புகள்

சுயாதீனப் பணித்தொகுப்பு. இது Minecraft-இன் அதிகாரப்பூர்வ வலைத்தளம் அல்ல. Mojang அல்லது Microsoft இதற்கு ஒப்புதல் அளிக்கவில்லை; அவற்றுடன் இதற்குத் தொடர்பும் இல்லை.

இந்த உலகை விட்டு வெளியேறவா?

நீங்கள் மற்றொரு வலைத்தளத்தைத் திறக்கவுள்ளீர்கள்.

செல்லும் இடம்
முழு இணைப்பு