Skip to content

Latest commit

 

History

History
55 lines (29 loc) · 1.86 KB

README.md

File metadata and controls

55 lines (29 loc) · 1.86 KB

yolo-fruit

项目介绍

本项目基于yolov8n模型实现,前端使用gradio框架,用于水果类型检测

目录结构描述

├── frontend // 包含前端运行文件代码

│ ├── demo.ipynb // 前端运行后,点击网页链接进入前端测试

├── label_data // 本小组图片标注

│ ├── Annotations // 包含标注的xml文件

│ ├── images // 图片

│ ├── imageSets

│ ├── labelmap.txt

├── test // 测试集

├──Txtojson // 包含项目格式转化文件

│ ├── class.txt

└── best.pt //包含训练好的模型参数

└── data.yaml //模型训练参数设置,"""需要更改"""

└── predict.py //预测文件

└── Readme.md //介绍文档

使用说明

一、安装环境依赖

pip install ultralytics
pip install gradio

二、修改data.yaml文件

将"val: E:\vscode_code\apple_and banana_final\test\images"中的 "E:\vscode_code\apple_and banana_final"改为你电脑上的文件地址

三、 运行predict.py文件和frontend文件夹中的demo.ipynb

注:iou指标计算基于第一次valid结果,因此如果第一遍没有跑通,后续再跑需要删除文件夹目录中新产生的runs文件夹,这样才可以得到正确的iou指标。其他指标不受影响