网站的js效果代码大全阿里巴巴运营流程

网站的js效果代码大全,阿里巴巴运营流程,wordpress文章添加,百业网智慧农业无人机航拍棕榈树数据集核心信息表 训练集 1612 测试 461 验证 230 信息类别具体内容类别单一类别#xff08;仅棕榈树#xff09;目标检测数据集数据集张数2303 张格式yolo格式#xff09;1 1 1 1 是 棕榈树目标检测数据集 的核心信息表及配套的 YOLOv8 训练…智慧农业无人机航拍棕榈树数据集核心信息表训练集 1612 测试 461 验证 230信息类别具体内容类别单一类别仅棕榈树目标检测数据集数据集张数2303 张格式yolo格式1111是棕榈树目标检测数据集的核心信息表及配套的YOLOv8 训练与检测系统代码可直接用于训练、验证和部署。 棕榈树数据集核心信息表信息类别具体内容任务类型单类别目标检测仅检测“棕榈树”总图像数量2303 张训练集train1612 张验证集val230 张测试集test461 张标注格式YOLO 格式每张.jpg对应一个.txt文件类别数量1类别名称palm_tree适用框架YOLOv5 / YOLOv6 / YOLOv7 / YOLOv8 / YOLO-NAS 等 推荐目录结构请确保数据按以下方式组织palm_tree_dataset/ ├── images/ │ ├── train/# 1612 张 .jpg│ ├── val/# 230 张 .jpg│ └── test/# 461 张 .jpg├── labels/ │ ├── train/# 1612 个 .txt│ ├── val/# 230 个 .txt│ └── test/# 461 个 .txt└── dataset.yaml✅ 每个.txt文件内容示例单类class_id 00 0.45 0.62 0.20 0.35 0 0.78 0.55 0.15 0.25dataset.yaml配置文件# dataset.yamltrain:./images/trainval:./images/valtest:./images/testnc:1names:[palm_tree] YOLOv8 训练代码train.py# train.pyfromultralyticsimportYOLOdefmain():# 加载预训练模型推荐 yolov8s兼顾速度与精度modelYOLO(yolov8s.pt)# 可选: yolov8n (更快), yolov8m (更准)# 开始训练resultsmodel.train(datadataset.yaml,# 数据配置文件路径epochs100,# 训练轮数2303张图100轮足够imgsz640,# 输入图像尺寸可尝试 1280 提升大场景检测batch16,# 批次大小根据 GPU 显存调整namepalm_tree_v8s,optimizerAdamW,lr00.001,weight_decay0.0005,hsv_h0.015,# 色调增强适应不同光照hsv_s0.7,hsv_v0.4,degrees10.0,# 旋转增强模拟航拍角度translate0.1,scale0.5,fliplr0.5,# 左右翻转mosaic0.8,# Mosaic 增强提升小目标检测mixup0.2,close_mosaic10,# 最后10轮关闭 Mosaicdevice0,# 使用 GPU 0若无 GPU 改为 cpuworkers4,saveTrue,save_period10,exist_okFalse)if__name____main__:main() 推理与可视化detect.py# detect.pyfromultralyticsimportYOLOimportcv2# 加载训练好的最佳模型modelYOLO(runs/detect/palm_tree_v8s/weights/best.pt)defdetect_image(image_path,conf_thres0.3):resultsmodel(image_path,confconf_thres)annotatedresults[0].plot()# 自动绘制边界框和标签cv2.imshow(Palm Tree Detection,annotated)cv2.waitKey(0)cv2.destroyAllWindows()# 示例detect_image(test_image.jpg) 评估测试集性能evaluate.py# evaluate.pyfromultralyticsimportYOLO modelYOLO(runs/detect/palm_tree_v8s/weights/best.pt)metricsmodel.val(datadataset.yaml,splittest)print(fTest mAP0.5:{metrics.box.map50:.4f})print(fTest mAP0.5:0.95:{metrics.box.map:.4f})print(fPrecision:{metrics.box.mp:.4f})print(fRecall:{metrics.box.mr:.4f})✅ 应用场景无人机航拍棕榈树普查农业资源遥感监测城市绿化管理旅游区植被分布分析该系统可快速实现棕榈树自动计数与定位适用于智慧农业与地理信息系统GIS。