← 返回设计浏览
项目说明
项目在 D 盘 yolo8\runs\ablation 目录下组织消融实验,包含 baseline、a2c2f_hybrid、attn_only、cib_only、attn_neck、cib_neck、attn_cib、full 等实验文件夹,以及 _resolved_data.yaml 和 ablation_summary.csv。在 VS Code 中运行 ablation_runner,终端输出各实验的 trained、mAP50-95、mAP50、precision、recall、best_epoch 指标,并给出相对基线增益,最后提示进程已结束、退出代码为 0。
PROJECT · VIDEO
项目演示视频
基于机器视觉的护栏锈蚀检测系统设计与实现 在 B站打开 ↗
基于机器视觉的护栏锈蚀检测系统设计与实现 · 01
基于机器视觉的护栏锈蚀检测系统设计与实现 · 02
基于机器视觉的护栏锈蚀检测系统设计与实现 · 03
基于机器视觉的护栏锈蚀检测系统设计与实现 · 04
基于机器视觉的护栏锈蚀检测系统设计与实现 · 05
基于机器视觉的护栏锈蚀检测系统设计与实现 · 06
基于机器视觉的护栏锈蚀检测系统设计与实现 · 07
基于机器视觉的护栏锈蚀检测系统设计与实现 · 08
基于机器视觉的护栏锈蚀检测系统设计与实现 · 09
基于机器视觉的护栏锈蚀检测系统设计与实现 · 10
基于机器视觉的护栏锈蚀检测系统设计与实现 · 11
基于机器视觉的护栏锈蚀检测系统设计与实现 · 12
基于机器视觉的护栏锈蚀检测系统设计与实现 · 13
基于机器视觉的护栏锈蚀检测系统设计与实现 · 14
基于机器视觉的护栏锈蚀检测系统设计与实现 · 15
基于机器视觉的护栏锈蚀检测系统设计与实现 · 16
基于机器视觉的护栏锈蚀检测系统设计与实现 · 17
基于机器视觉的护栏锈蚀检测系统设计与实现 · 18
基于机器视觉的护栏锈蚀检测系统设计与实现 · 19
基于机器视觉的护栏锈蚀检测系统设计与实现 · 20