大学毕业设计，基于YOLOv5的机车撒砂目标检测算法研究

# 基于YOLOv5的机车撒砂目标检测算法研究 重庆交通大学大数据专业的毕业设计。 使用YOLOv5实现目标检测和基于v5的改进模型之间的性能对比。 还有一个工作量是在数据标注方面，数据集是100多个G的图片数据，就很离谱，需要手动使用labelimg/labelme一个个的标注。 注意，该项目只是在图片中找到撒砂管的位置，不能判断撒砂管的状态，即是否在撒砂。 改进的一般的三个步骤： - 改common.py，加模块 - 改yolo.py，相当于配置文件，把common里的模块配置一下 - 改写yaml文件。 这里yaml文件和common文件都已给出。yolo文件只要import就行，很简单，不单独给出，自己加。