• 30分钟使用百度EasyDL实现烟雾检测


    image.png
    1.点击进入百度EasyDL官网
    https://ai.baidu.com/easydl/?track=dky

    2.点击立即使用
    在这里插入图片描述

    3.选择物体检测
    在这里插入图片描述

    4.创建模型(填入个人信息)在这里插入图片描述

    5.填入信息
    在这里插入图片描述
    6.数据集下载:
    https://aistudio.baidu.com/aistudio/datasetdetail/133085
    在这里插入图片描述
    7.点击【我的模型】可以看到自己的模型
    在这里插入图片描述
    8.点击数据总览-创建数据集并填写信息
    在这里插入图片描述

    在这里插入图片描述
    9.点击导入
    在这里插入图片描述
    10.点击无标注信息–本地导入–上传压缩包–上传之前下载的数据集压缩包即可

    在这里插入图片描述
    11.等待数据导入

    在这里插入图片描述

    12.选择查看与标注

    在这里插入图片描述

    13.选择添加标签-开始标注
    在这里插入图片描述
    14.使用鼠标左键框选范围

    然后用左键点击想要标注的对象–一定要选择标签
    在这里插入图片描述
    15.然后将其余的照片完成标注
    在这里插入图片描述
    16.选择训练模型,选择之前创建的模型,添加之前上传的数据集
    在这里插入图片描述
    在这里插入图片描述
    17.开始训练

    在这里插入图片描述
    18.可以勾选短行提醒,训练完成会发短信通知
    在这里插入图片描述
    19.稍等片刻,训练完成。–可以点击–申请发布
    在这里插入图片描述
    20.填写信息,接口地址可以随意填写
    在这里插入图片描述
    21.成功发布过后就可以体验H5啦
    在这里插入图片描述
    22.选择调用的APP
    在这里插入图片描述
    23.
    如果显示没有应用,点击创建
    创建完成后点击已完成
    选择APPID,然后DIY自己的H5页面吧~
    在这里插入图片描述
    效果优化
    如果训练得到的模型效果未达到预期,可通过查看模型评估报告来进行分析,并针对性进行效果优化。通过查看模型评估报告,发现识别漏的Badcase主要是烟头目标过小,识别错的Badcase主要是存在一些与烟头近似的物体。因此,可在业务上进行引导,增加包含小目标烟头的图片数据量,并增加包含烟头近似物体的图片数据量,从而帮助训练出更准确的模型。

    在这里插入图片描述

  • 相关阅读:
    SLAM从入门到精通(robot上层软件开发)
    如何给win11安装安卓应用
    Docker 安装mysql8.x
    WinBUGS对多元随机波动率模型:贝叶斯估计与模型比较
    MyBatis笔记
    R统计绘图-变量分组相关性网络图(igraph)
    vLLM vs Text Generation Interface:大型语言模型服务框架的比较
    C++11 lambda表达式 可调用对象包装器function bind
    01_imx6ull_linux_c_应用编程指南
    Leetcode | 二叉树
  • 原文地址:https://blog.csdn.net/weixin_47567401/article/details/126250221