0/199 5.51G 0.1073 0.0373 0.02152 0.1661 101 640 0.07267 0.4602 0.1566 0.03113 0.0829 0.03484 0.007563
1/199 5.5G 0.07996 0.02738 0.007438 0.1148 59 640 0.06386 0.4904 0.249 0.08068 0.07274 0.02475 0.004912
2/199 5.5G 0.07205 0.02287 0.005353 0.1003 69 640 0.1457 0.6301 0.2885 0.1082 0.06449 0.0213 0.004275
3/199 5.5G 0.06458 0.02092 0.004851 0.09035 73 640 0.2459 0.7153 0.435 0.175 0.05115 0.02019 0.004015
4/199 5.5G 0.05754 0.01958 0.004645 0.08176 63 640 0.4178 0.8665 0.6637 0.346 0.0409 0.01832 0.003792
5/199 5.5G 0.05189 0.01884 0.004472 0.0752 109 640 0.4653 0.8075 0.6009 0.3556 0.03773 0.01721 0.003672
6/199 5.5G 0.04762 0.01707 0.003917 0.0686 77 640 0.5113 0.8596 0.714 0.3697 0.03714 0.01672 0.003626
7/199 5.5G 0.04438 0.0166 0.003723 0.06471 71 640 0.4742 0.8826 0.7491 0.3521 0.03442 0.01531 0.003417
8/199 5.5G 0.04196 0.01606 0.003738 0.06176 70 640 0.5388 0.9417 0.8256 0.4502 0.03039 0.01469 0.003303
9/199 5.5G 0.0399 0.01565 0.003894 0.05945 79 640 0.6144 0.9324 0.8875 0.4886 0.02787 0.0138 0.003189
10/199 5.5G 0.0398 0.01577 0.003713 0.05929 62 640 0.6374 0.853 0.7897 0.3457 0.03761 0.0213 0.003943
11/199 5.5G 0.04748 0.0171 0.003987 0.06857 80 640 0.6839 0.9358 0.9026 0.5017 0.0336 0.01518 0.003432
12/199 5.5G 0.04599 0.01599 0.00403 0.06601 61 640 0.5924 0.9651 0.8905 0.5207 0.02902 0.01455 0.003427
13/199 5.5G 0.04155 0.01535 0.003717 0.06062 66 640 0.6506 0.9557 0.9019 0.4987 0.03084 0.01422 0.003359
14/199 5.5G 0.04131 0.01511 0.003738 0.06015 69 640 0.6623 0.968 0.9321 0.5347 0.02946 0.01405 0.003264
15/199 5.5G 0.03972 0.01543 0.003876 0.05903 62 640 0.6647 0.9115 0.8511 0.4652 0.03141 0.01384 0.003272
16/199 5.5G 0.03698 0.01482 0.003686 0.05548 79 640 0.6831 0.9519 0.9126 0.5262 0.02993 0.01329 0.003104
17/199 5.5G 0.03532 0.01446 0.00349 0.05327 77 640 0.6958 0.9569 0.9215 0.5102 0.029 0.01281 0.003116
18/199 5.5G 0.03543 0.01463 0.003646 0.05371 88 640 0.679 0.942 0.9063 0.5124 0.0298 0.01286 0.003061
19/199 5.5G 0.03363 0.01397 0.003282 0.05089 91 640 0.765 0.9416 0.9285 0.5973 0.02465 0.0122 0.002963
20/199 5.5G 0.03272 0.01418 0.003109 0.05 65 640 0.6961 0.9763 0.9507 0.6061 0.02324 0.0122 0.002902
21/199 5.5G 0.03137 0.01379 0.003225 0.04838 73 640 0.7002 0.958 0.9331 0.557 0.02357 0.01227 0.002907
22/199 5.5G 0.02941 0.01346 0.002746 0.04561 110 640 0.7145 0.9393 0.9034 0.5235 0.02574 0.01198 0.002758
23/199 5.5G 0.02844 0.01312 0.002691 0.04425 61 640 0.7538 0.9641 0.9451 0.5865 0.02476 0.01212 0.002733
24/199 5.5G 0.02794 0.01307 0.003061 0.04407 77 640 0.7917 0.9625 0.953 0.6104 0.02222 0.01142 0.002723
25/199 5.5G 0.02666 0.01266 0.003206 0.04253 73 640 0.7684 0.967 0.9545 0.605 0.02178 0.0112 0.002701
26/199 5.5G 0.02568 0.01208 0.003123 0.04089 69 640 0.8077 0.9574 0.9495 0.624 0.0207 0.01111 0.002672
27/199 5.5G 0.02489 0.01271 0.003188 0.04079 104 640 0.8295 0.9738 0.9647 0.6792 0.01927 0.01076 0.002675
28/199 5.5G 0.02553 0.01246 0.00322 0.0412 88 640 0.8346 0.963 0.9547 0.6253 0.02178 0.01121 0.002647
29/199 5.5G 0.02517 0.01259 0.003102 0.04087 78 640 0.8061 0.9808 0.9713 0.672 0.0198 0.0112 0.002641
30/199 5.5G 0.02418 0.01201 0.003134 0.03932 93 640 0.8159 0.9818 0.9703 0.7031 0.01792 0.01055 0.002608
31/199 5.5G 0.02318 0.01209 0.002887 0.03816 103 640 0.8184 0.9739 0.9651 0.6684 0.01984 0.01075 0.002557
32/199 5.5G 0.02278 0.01198 0.003154 0.03792 77 640 0.8038 0.9758 0.963 0.6675 0.01784 0.01002 0.002556
33/199 5.5G 0.02251 0.01201 0.002631 0.03714 105 640 0.8109 0.9696 0.9601 0.6539 0.01886 0.01035 0.002519
34/199 5.5G 0.02223 0.01127 0.002827 0.03633 94 640 0.8291 0.9715 0.9619 0.68 0.01925 0.01038 0.002522
35/199 5.5G 0.02253 0.01173 0.002551 0.03681 101 640 0.8282 0.9718 0.9639 0.6711 0.01869 0.01046 0.002508
36/199 5.5G 0.0217 0.01161 0.003003 0.03631 68 640 0.8083 0.9629 0.9542 0.6303 0.02012 0.01041 0.002487
37/199 5.5G 0.02159 0.01134 0.002782 0.03571 74 640 0.8345 0.9639 0.9562 0.6158 0.0204 0.01058 0.002517
38/199 5.5G 0.0209 0.01127 0.002866 0.03504 69 640 0.8467 0.9746 0.9685 0.6845 0.01824 0.01024 0.00247
39/199 5.5G 0.02125 0.01112 0.003147 0.03552 88 640 0.8506 0.9796 0.972 0.6843 0.01783 0.01013 0.002489
40/199 5.5G 0.02107 0.01079 0.003228 0.03509 75 640 0.8408 0.9801 0.9726 0.6899 0.01788 0.01008 0.00249
41/199 5.5G 0.01984 0.0107 0.003184 0.03373 104 640 0.8264 0.9798 0.9714 0.6794 0.01733 0.00976 0.002449
42/199 5.5G 0.02049 0.01088 0.002656 0.03402 81 640 0.8543 0.9813 0.9755 0.7083 0.01679 0.009795 0.002432
43/199 5.5G 0.02056 0.01077 0.003152 0.03449 65 640 0.8321 0.9784 0.9689 0.6924 0.01729 0.009819 0.002442
44/199 5.5G 0.01972 0.01073 0.002701 0.03315 93 640 0.8579 0.9772 0.9709 0.6958 0.01726 0.009836 0.002438
45/199 5.5G 0.02028 0.01094 0.002755 0.03397 91 640 0.8654 0.9729 0.9682 0.6935 0.01723 0.009874 0.002422
46/199 5.5G 0.01876 0.01054 0.002466 0.03176 107 640 0.8726 0.9763 0.9722 0.6873 0.01729 0.009513 0.002389
47/199 5.5G 0.01985 0.01087 0.002883 0.0336 116 640 0.8725 0.9803 0.9731 0.6871 0.0172 0.00981 0.002432
48/199 5.5G 0.0197 0.01091 0.002649 0.03327 64 640 0.834 0.9796 0.9738 0.7034 0.01685 0.009948 0.00237
49/199 5.5G 0.01952 0.01066 0.002617 0.03279 88 640 0.8404 0.9755 0.9694 0.6924 0.01676 0.009517 0.002365
50/199 5.5G 0.01912 0.01061 0.002854 0.03259 97 640 0.8458 0.9822 0.9765 0.7183 0.01591 0.009379 0.002347
51/199 5.5G 0.01835 0.01042 0.002469 0.03124 89 640 0.8601 0.9818 0.9773 0.7302 0.01587 0.009428 0.002314
52/199 5.5G 0.01879 0.01039 0.003126 0.03231 76 640 0.844 0.9742 0.9693 0.6886 0.01726 0.009644 0.00233
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
1、资源包含yolov5检测源码+车辆车牌检测模型(监控视角)+使用说明 2、附有训练pr曲线、损失值曲线、召回率曲线、精确度曲线、mAP等评估指标曲线 3、迭代200次,模型拟合较好。 【特别强调】 1、csdn上资源保证是完整最新,会不定期更新优化; 2、通过第三方代下载,而不是直接自己账号在csdn官方下载,博主不对下载的资源作任何保证,且不提供任何形式的技术支持和答疑!!!
资源推荐
资源详情
资源评论
收起资源包目录
yolov5检测源码+车辆车牌检测模型(监控视角)+使用说明.zip (79个子文件)
yolov5检测源码+车辆车牌检测模型(监控视角)+使用说明
yolov5_code
models
common.py 7KB
yolo.py 12KB
hub
yolov3-spp.yaml 1KB
yolov5-fpn.yaml 1KB
yolov5-panet.yaml 1KB
yolov5s.yaml 1KB
__pycache__
experimental.cpython-36.pyc 7KB
common.cpython-38.pyc 9KB
yolo.cpython-36.pyc 10KB
__init__.cpython-38.pyc 147B
experimental.cpython-38.pyc 6KB
common.cpython-36.pyc 9KB
__init__.cpython-36.pyc 137B
yolo.cpython-38.pyc 10KB
__init__.py 0B
yolov5x.yaml 1KB
yolov5l.yaml 1KB
export.py 4KB
yolov5m.yaml 1KB
experimental.py 6KB
runs
evolve
opt.yaml 466B
hyp.yaml 356B
weights
sotabench.py 14KB
data
coco.yaml 2KB
hyp.scratch.yaml 2KB
hyp.finetune.yaml 846B
voc.yaml 735B
coco128.yaml 1KB
scripts
get_coco.sh 935B
get_voc.sh 4KB
onnx.py 413B
test.py 14KB
train.py 28KB
__pycache__
test.cpython-38.pyc 9KB
test.cpython-36.pyc 9KB
onnx.cpython-38.pyc 559B
detect.py 8KB
requirements.txt 569B
inference
images
1.jpg 34KB
output
1.jpg 75KB
weights
utils
__pycache__
activations.cpython-36.pyc 3KB
torch_utils.cpython-36.pyc 8KB
activations.cpython-38.pyc 3KB
general.cpython-38.pyc 41KB
google_utils.cpython-36.pyc 3KB
__init__.cpython-38.pyc 146B
torch_utils.cpython-38.pyc 9KB
datasets.cpython-36.pyc 27KB
datasets.cpython-38.pyc 27KB
google_utils.cpython-38.pyc 3KB
general.cpython-36.pyc 41KB
__init__.cpython-36.pyc 136B
general.py 53KB
datasets.py 38KB
evolve.sh 747B
activations.py 2KB
torch_utils.py 9KB
__init__.py 0B
google_app_engine
additional_requirements.txt 105B
Dockerfile 821B
app.yaml 173B
google_utils.py 5KB
yolov5s.pt 14.48MB
hubconf.py 4KB
使用说明.txt 439B
exp_car_plat_jiankong
opt.yaml 444B
results.png 214KB
test_batch0_pred.jpg 200KB
train_batch1.jpg 248KB
hyp.yaml 356B
labels.png 352KB
precision-recall_curve.png 38KB
test_batch0_gt.jpg 196KB
train_batch2.jpg 276KB
labels_correlogram.png 516KB
train_batch0.jpg 278KB
weights
best.pt 41.32MB
last.pt 41.32MB
results.txt 29KB
共 79 条
- 1
资源评论
- MA_Zero2024-05-17资源值得借鉴的内容很多,那就浅学一下吧,值得下载!onnx2024-11-01undefined
- xhnwhhh2024-04-27资源内容详细,总结地很全面,与描述的内容一致,对我启发很大,学习了。onnx2024-05-10谢谢认可和支持!
- 看、风吹落叶2023-03-11总算找到了想要的资源,搞定遇到的大问题,赞赞赞!onnx2024-05-10嗯嗯,加油啊啊
onnx
- 粉丝: 9944
- 资源: 5626
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 格雷码,外差 基于c++版本相位编码与解码 GrayCoding 类 为相移+格雷码的编码与解码程序 MultiFrequency 类 为三频外差的编码与解码程序 Main为运行代码的主程序,包含
- python 代码实现了一个目标检测应用程序,使用YOLOv8模型对视频中的目标进行检测 它从指定的视频文件中读取帧,使用模型进行检测,并在窗口中显示带有检测结果的帧,直到用户按下q键退出
- 基于语音识别的智能垃圾分类系统源代码(完整前后端+mysql+说明文档+LW).zip
- 基于网易新闻+评论的舆情热点分析平台源代码(完整前后端+mysql+说明文档+LW).zip
- MATLAB实现BiLSTM(双向长短期记忆神经网络)数据异常检测(含完整的程序,GUI设计和代码详解)
- 653152225001783外卖管理系统.apk
- CodeBlocks_播放音乐.pdf
- 差分放大电路在电流采样中的应用
- 定制-红米7国际版解锁固件fast线刷
- STM32基础入门开发:设计按键点灯程序.pdf
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功