← 返回设计浏览

DESIGN PROJECT · 10 IMAGES

基于深度学习的无人驾驶汽车目标检

系统界面、功能流程与设计成果可视化记录

项目说明

该项目在 PyCharm 中打开名为 yolo8 的工程,编辑 Config.py 时可见 data_yaml_path 指向 datasets/data.yaml。运行 train.py 的控制台输出显示 AMP 检查通过、扫描 train 与 val 标签缓存,并多次打印“训练模式:YOLOv8n + CBAM 注意力机制”及从预训练权重迁移 162/358 项。文件管理器中 yolo8 目录包含 datasets、models、runs、UIProgram、train.py、Config.py 等文件与文件夹。

PROJECT · VIDEO

项目演示视频

基于深度学习的无人驾驶汽车目标检
在 B站打开 ↗
视频来自码尔代夫的代码 B站账号7:33
基于深度学习的无人驾驶汽车目标检项目截图 1
基于深度学习的无人驾驶汽车目标检 · 01
基于深度学习的无人驾驶汽车目标检项目截图 2
基于深度学习的无人驾驶汽车目标检 · 02
基于深度学习的无人驾驶汽车目标检项目截图 3
基于深度学习的无人驾驶汽车目标检 · 03
基于深度学习的无人驾驶汽车目标检项目截图 4
基于深度学习的无人驾驶汽车目标检 · 04
基于深度学习的无人驾驶汽车目标检项目截图 5
基于深度学习的无人驾驶汽车目标检 · 05
基于深度学习的无人驾驶汽车目标检项目截图 6
基于深度学习的无人驾驶汽车目标检 · 06
基于深度学习的无人驾驶汽车目标检项目截图 7
基于深度学习的无人驾驶汽车目标检 · 07
基于深度学习的无人驾驶汽车目标检项目截图 8
基于深度学习的无人驾驶汽车目标检 · 08
基于深度学习的无人驾驶汽车目标检项目截图 9
基于深度学习的无人驾驶汽车目标检 · 09
基于深度学习的无人驾驶汽车目标检项目截图 10
基于深度学习的无人驾驶汽车目标检 · 10

END OF PROJECT

继续浏览其他设计 →