北三的案例列表

作者:北三 · 共 2 个案例

yolov11 算法识别行人

项目简述 在笔记本(Ubuntu 22.04)上用 Python 搭了一套最小可用的 YOLOv11 行人检测流程: 1. 用公开数据 + 自采 1200 张校园图片微调 YOLOv11n,150 epoch,mAP@0.5 0.87; 2. 导出 ONNX,节点剪枝后 5.8 MB; 3. 通过 ONNX Runtime-GPU 调用摄像头,1080p 约 55 fps,CPU 占用 28 %; 4. 代码、脚本、说明文档一次性归档,可复现。

yolov5 算法识别人脸

项目简述 在笔记本(Ubuntu 22.04)上用 Python 搭了一套最小可用的 YOLOv5 人脸检测流程: 1. 用公开数据 + 自采 1200 张校园图片微调 YOLOv5,150 epoch,mAP@0.5 0.87; 2. 导出 ONNX,节点剪枝后 5.8 MB; 3. 通过 ONNX Runtime-GPU 调用摄像头,1080p 约 55 fps,CPU 占用 28 %; 4. 代码、脚本、说明文档一次性归档,可复现。

案例判断参考

程序员兼职平台怎么选 程序员平台对比怎么看 企业找程序员外包避坑

北三的案例列表

yolov11 算法识别行人

项目简述 在笔记本(Ubuntu 22.04)上用 Python 搭了一套最小可用的 YOLOv11 行人检测流程: 1. 用公开数据 + 自采 1200 张校园图片微调 YOLOv11n,150 epoch,mAP@0.5 0.87; 2. 导出 ONNX,节点剪枝后 5.8 MB; 3. 通过 ONNX Runtime-GPU 调用摄像头,1080p 约 55 fps,CPU 占用 28 %; 4. 代码、脚本、说明文档一次性归档,可复现。...

yolov5 算法识别人脸

项目简述 在笔记本(Ubuntu 22.04)上用 Python 搭了一套最小可用的 YOLOv5 人脸检测流程: 1. 用公开数据 + 自采 1200 张校园图片微调 YOLOv5,150 epoch,mAP@0.5 0.87; 2. 导出 ONNX,节点剪枝后 5.8 MB; 3. 通过 ONNX Runtime-GPU 调用摄像头,1080p 约 55 fps,CPU 占用 28 %; 4. 代码、脚本、说明文档一次性归档,可复现。...

案例判断参考

程序员兼职平台怎么选 程序员平台对比怎么看 企业找程序员外包避坑
查看简历
微信沟通 客服 看中这位工程师了?客服帮你 1 小时对接沟通 → ×