标题
  • 标题
  • 作者
  • 关键词

基于YOLOv5的病媒图像检测实验教学设计

2023-11-16分类号:TP391.41-4;G642.423

【作者】苗永春   何建安   李迎松
【部门】安徽大学电子信息工程学院  深圳国际旅行卫生保健中心卫生检疫中心实验室  
【摘要】针对数字图像处理课程存在理论高度抽象、缺少实践应用案例等问题,设计了一个病媒图像检测实验。该实验采用YOLOv5多目标检测深度框架,训练图像检测模型;对模型进行量化,移植到Android端检测系统,通过相册、拍照和摄像采集图像,调用模型检测。实验结果表明,该检测模型具有很好的性能,平均精度均值达96.9%,可满足实际工程需求。通过该实验,能够加深学生对深度学习检测模型移植的理解,锻炼运用深度学习网络解决实际工程问题的能力。
【关键词】多目标检测  病媒图像  深度学习  YOLOv5  Android
【基金】国家重点研发计划项目(2022YFC2302800);; 2023年安徽大学质量工程项目(2023xjzlgc133,2023xjzlgc216)
【所属期刊栏目】实验技术与管理
文献传递