自动驾驶热成像物体检测- YOLOv9 - YOLOv8 - YOLOv5 - YOLOv7

标签 - 物体检测fila data set - 模型

在这里插入图片描述

类别 (4) - 自行车 - 汽车 - 狗 - 人

在这里插入图片描述

度量指标 - 平均精度均值 (mAP)：88.8% - 准确率 (Precision)：92.0% - 召回率 (Recall)：78.9%

尝试此模型 - 上传一张图片或者从您的设备中选择

在这里插入图片描述

描述 自动驾驶热成像物体检测 概述 该模型用于检测可能移动的物体（汽车、自行车、人和狗），以辅助自动驾驶和无人驾驶车辆。

在这里插入图片描述

数据介绍

流行下载格式 - YOLOv9 - YOLOv8 - YOLOv5 - YOLOv7 - COCO JSON - YOLO Darknet - Pascal VOC XML - TFRecord - PaliGemma - CreateML JSON - 其他格式

总图像数量 - 26062张图片 - 查看所有图片 - 注释可视化数据集图像注释可视化（这部分似乎重复了多次，可能是指提供了多张带有注释的图像预览）

数据集划分 - 训练集 - 89% - 23288张图片 - 验证集 - 10% - 2523张图片 - 测试集 - 1% - 251张图片

该信息描述了一个大规模的数据集，总共包含26062张图像，并且按照89%、10%和1%的比例分别划分为训练集、验证集和测试集。这个数据集支持多种流行的机器学习框架和标注格式，方便用户根据需要选择合适的格式进行模型训练和评估。此外，还提供了对数据集中图像及其注释的可视化预览功能。

数据集 数据集由超过2万两千张热成像图像组成，主要标注了汽车。

在这里插入图片描述