水面漂浮垃圾数据集进行目标检测识别11类河道漂浮数据集中的玻璃垃圾泡沫塑料碎片垃圾金属垃圾 PET塑料瓶垃圾其他塑料垃圾-北京尧图网络

使用YOLOv8对水面漂浮垃圾数据集进行目标检测识别11类河道漂浮数据集中的玻璃垃圾泡沫塑料碎片垃圾金属垃圾 PET塑料瓶垃圾其他塑料垃圾文章目录一、环境准备安装CUDA驱动安装Anaconda并创建虚拟环境安装依赖项二、数据集组织三、使用YOLOv8训练模型加载预训练模型训练模型四、推理代码五、评估代码以下文字及代码仅供参考学习使用。数据集描述水面漂浮垃圾检测数据集11类Glass–玻璃垃圾Styrofoam_Piece --泡沫塑料碎片垃圾Plastic_Buoy_China --塑料浮标垃圾中国产Metal --金属垃圾Net --废弃渔网Rope --废弃绳索Plastic_Buoy --塑料浮标垃圾PET_Bottle --PET塑料瓶垃圾Styrofoam_Box --泡沫箱垃圾Plastic_ETC --其他塑料垃圾Styrofoam_Buoy --泡沫浮标垃圾图片共2377张原始图片。数据集按8:1:1分配。其中训练集1901张图片验证集238张图片测试集238张。图片中包含噪声和亮度增强图片像素2048*20481使用YOLOv8对水面漂浮垃圾数据集进行目标检测11种类别的垃圾目标并有2377张原始图片按照8:1:1的比例分配为训练集、验证集和测试集。一、环境准备安装CUDA驱动GPU的NVIDIA CUDA驱动程序。通过运行nvidia-smi命令来检查是否已正确安装。安装Anaconda并创建虚拟环境首先下载并安装Anaconda。然后创建一个新的Python虚拟环境conda create-nmarine_debris_detectionpython3.8conda activate marine_debris_detection安装依赖项在激活的虚拟环境中安装必要的库pipinstalltorch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117 pipinstallultralytics opencv-python matplotlib tqdm请根据你的CUDA版本调整PyTorch的安装链接。二、数据集组织数据集按如下结构组织YOLOv8支持YAML格式的数据配置marine_debris_dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── data.yaml其中data.yaml文件应包含如下信息train:./marine_debris_dataset/images/trainval:./marine_debris_dataset/images/valtest:./marine_debris_dataset/images/testnc:11# 类别数量names:[Glass,Styrofoam_Piece,Plastic_Buoy_China,Metal,Net,Rope,Plastic_Buoy,PET_Bottle,Styrofoam_Box,Plastic_ETC,Styrofoam_Buoy]三、使用YOLOv8训练模型加载预训练模型fromultralyticsimportYOLO# 加载官方YOLOv8n预训练模型modelYOLO(yolov8n.pt)训练模型编写简单的Python脚本来启动训练过程deftrain_yolo():modelYOLO(yolov8n.yaml)# 使用YOLOv8n配置文件resultsmodel.train(data./marine_debris_dataset/data.yaml,epochs100,imgsz2048,# 根据你的图像大小调整batch8,# 考虑到2048*2048分辨率可能需要降低batch sizenamemarine_debris_train,projectruns/detect,saveTrue,save_period10,device0iftorch.cuda.is_available()elseNone,augmentTrue# 如果需要数据增强)if__name____main__:train_yolo()注意由于你的图像分辨率为2048x2048建议适当减少batch大小以适应显存限制。同时可以开启数据增强(augmentTrue)以提升模型泛化能力。四、推理代码用于对新的图像进行检测fromultralyticsimportYOLOimportcv2importosdefdetect_image(image_path,output_dirruns/detect/results):ifnotos.path.exists(output_dir):os.makedirs(output_dir)modelYOLO(runs/detect/marine_debris_train/weights/best.pt)# 替换为你的最佳权重路径resultsmodel.predict(sourceimage_path,saveTrue,projectoutput_dir,name)forrinresults:im_arrayr.plot()imcv2.cvtColor(im_array,cv2.COLOR_BGR2RGB)output_pathos.path.join(output_dir,os.path.basename(image_path))cv2.imwrite(output_path,im)print(f检测完成结果保存在{output_path})if__name____main__:detect_image(path/to/test/image.jpg)五、评估代码使用YOLOv8内置的评估函数直接对验证集进行评估fromultralyticsimportYOLOdefevaluate_yolo():modelYOLO(runs/detect/marine_debris_train/weights/best.pt)metricsmodel.val()# 自动使用验证集进行评估print(fmAP50:{metrics.box.map50:.3f})print(fmAP50-95:{metrics.box.map:.3f})if__name____main__:evaluate_yolo()

水面漂浮垃圾数据集进行目标检测识别11类河道漂浮数据集中的玻璃垃圾泡沫塑料碎片垃圾金属垃圾 PET塑料瓶垃圾其他塑料垃圾

相关推荐

GitHub周报：前端基本功回暖与AI落地实战拆解

Python单元测试与集成测试实战：从pytest到mock依赖隔离

车载AVB协议合规测试实战：基于Vector工具链的gPTP、SRP与AVTP验证指南

更多资讯

煤矿输送带异物检测数据集解析与YOLO训练实战

携程景点与评论数据爬虫实战：Python实现与反爬应对详解

Fan Control 风扇控制软件教程：调好 3 个参数，风扇安静还不烫

MicroPython Signal类：GPIO跨板卡电平极性统一方案

AI Agent 搜索 MCP 升级路径：从工具组合到基建体系

内链外链怎么搭？实战型SEO链接优化体系全解析

今日更新

能源系统对接碳交易的路径：从碳核算到碳资产运营

智能硬件数据驱动运营：订单日记与预测性维护实践

逆变器下垂控制与虚拟同步机对比：Simulink仿真建模与参数整定

本周精选

超人会飞不算本事：系统稳定依赖清晰规则与边界设计

超人VS蜘蛛侠：拆解超级IP的影响力与传播方法论

基于CNN的调制信号识别：MATLAB实现时频图分类实战

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？