文章列表

介绍

  • 这是一组“深度学习识别”的入门项目文章,每篇对应一个识别任务,比如认垃圾、看 CT、查轴承、读车牌。会用 Python 就能看懂。

  • 文章涉及两类任务。

  • 图像分类给整张图片一个答案,比如“这是玻璃”。

  • 目标检测会用方框标出目标在哪里,并说明它是什么。车牌识别把两者串起来:先找到车牌,再读出上面的字。

  • 系列主要使用 YOLO8 模型,特点是速度快、上手简单,执行 pip install ultralytics 即可安装。

  • 所有项目都采用“预训练 + 微调”的做法:模型先学会“怎么看图”,再用项目数据学习“怎么区分这几类”。

  • 每篇文章的结构相同:前言说明识别什么;第一步准备数据、训练模型;第二步加载权重,识别指定图片;最后总结。

已有文章列表

  1. 基于yolo8的常见垃圾识别

  2. 基于YOLO8的肺部CT肿瘤识别

  3. 基于yolo8的轴承故障检测

  4. 基于 YOLO 和 LPRNet 的车牌识别

  5. 基于opencv的车牌识别

  6. 基于yolo8常见水果检测

  7. 基于yolo8脑MRI图片检测

  8. 基于yolo8的交通标志识别

  9. 基于yolo8的心脏MRI图片检测

  10. 基于ResNet50的糖尿病视网膜病变识别

  11. 基于yolo8的中药材识别

  12. 基于yolo8的常见食用菌检测

  13. 基于yolo8的果蔬新鲜度检测

  14. 基于yolo8的蘑菇种类识别

  15. 基于yolo8的交通事故检测

  16. 基于yolo8的火焰烟雾检测

  17. 基于yolo8的电子元件检测

  18. 基于yolo8的饮料商品识别

  • 建议按顺序阅读,后续会继续补充同类项目,新文章沿用相同结构,并同步更新到上面的列表中。

总结

  • 本系列每篇文章对应一个深度学习等项目,按“训练模型、识别检测”两步讲清实现流程。

  • 感兴趣的小伙伴可以联系我.