← 返回设计浏览

DESIGN PROJECT · 10 IMAGES

基于机器学习的苹果识别技术

系统界面、功能流程与设计成果可视化记录

项目说明

该项目在本地目录中保存了训练输出,包含 results.png 曲线图、PR 曲线、R 曲线、results.csv 以及 train_batch 批次图等文件。results.png 以 3×3 子图展示 train/box_loss、train/cls_loss、train/dfl_loss、metrics/precision(B)、metrics/recall(B)、val/box_loss、val/cls_loss、val/dfl_loss、metrics/mAP50(B) 和 metrics/mAP50-95(B) 随训练轮次的变化。另一界面为终端训练日志,逐轮输出 Epoch、GPU_mem、box_loss、cls_loss、dfl_loss 及 mAP 等指标,并提示检测集无标签无法计算指标;同时打开的任务管理器显示 GPU 使用率约 66%。

PROJECT · VIDEO

项目演示视频

基于机器学习的苹果识别技术
在 B站打开 ↗
视频来自码尔代夫的代码 B站账号3:56
基于机器学习的苹果识别技术项目截图 1
基于机器学习的苹果识别技术 · 01
基于机器学习的苹果识别技术项目截图 2
基于机器学习的苹果识别技术 · 02
基于机器学习的苹果识别技术项目截图 3
基于机器学习的苹果识别技术 · 03
基于机器学习的苹果识别技术项目截图 4
基于机器学习的苹果识别技术 · 04
基于机器学习的苹果识别技术项目截图 5
基于机器学习的苹果识别技术 · 05
基于机器学习的苹果识别技术项目截图 6
基于机器学习的苹果识别技术 · 06
基于机器学习的苹果识别技术项目截图 7
基于机器学习的苹果识别技术 · 07
基于机器学习的苹果识别技术项目截图 8
基于机器学习的苹果识别技术 · 08
基于机器学习的苹果识别技术项目截图 9
基于机器学习的苹果识别技术 · 09
基于机器学习的苹果识别技术项目截图 10
基于机器学习的苹果识别技术 · 10

END OF PROJECT

继续浏览其他设计 →