yolov3/yolov4/yolov5/yolov6/yolov7/lite/fastdet/efficientdet各系列模型开发、项目交付、组合改造创新之—水下海底生物检测系统设计开发

目前单阶段目标检测模型依旧是主流技术，yolo系列一直是但阶段目标检测领域的翘楚，迭代更新至今，已经从yolov3、yolov4、yolov5更新到了如今的yolov6和yolov7，相信随着新技术的不断涌现，一定还有更快更准更强的检测模型面世，yolo全系列的模型都有很高的学习研究和应用实践价值，对于每一个想要入门目标检测领域的人来讲都是必不可少的一堂课。
当然了出来yolo以外还有很多其他的检测模型，比如：lite、fastestdet、effcientdet、fasterrcnn、maskrcnn、fcos等等，都是不错的检测模型，都有学习借鉴的价值，可以根据自身的具体的也无需求进行技术选型即可，当然了如果有项目开发的需求也都是可以的，深耕CV领域数十载，自建海量的数据资源库，积累了大量的项目经验。
文本主要是简单讲解水下生物检测这一目标检测任务。

数据样例如下：

 YOLO标注格式数据如下所示：

 VOC标注格式数据如下所示：

 该项目主要是基于PicoDet_s、yolov5s和yolov5s-spd三种模型开发，runs/train/目录默认为结果目录，如下所示：

 我们这里以yolov5s为例，看下结果数据，如下所示：

 F1值曲线如下所示：

 Precision曲线如下所示：

 Recall曲线如下所示：

 PR曲线如下所示：

 训练过程各个指标如下：

 labels可视化如下：

 混淆矩阵如下：

 batch计算样例如下：

 启动界面如下：

上传图像推理计算：