yolov11 算法识别行人
微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。
案例介绍
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。
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。
yolov11 算法识别行人
联系该工程师
微信扫码，建群沟通
案例介绍
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。
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
扫码加微信 · 客服人工对接
