YOLOv6训练运行教程，鱼苗检测
向AI转型的程序员都关注了这个号👇👇👇
机器学习AI算法工程 公众号：datayx
精度与速度远超 YOLOv5 和 YOLOX 的新框架
YOLOv6关键技术介绍
我们统一设计了更高效的 Backbone 和 Neck ：受到硬件感知神经网络设计思想的启发，基于 RepVGG style[4] 设计了可重参数化、更高效的骨干网络 EfficientRep Backbone 和 Rep-PAN Neck。 优化设计了更简洁有效的 Efficient Decoupled Head，在维持精度的同时，进一步降低了一般解耦头带来的额外延时开销。 在训练策略上，我们采用Anchor-free 无锚范式，同时辅以 SimOTA[2] 标签分配策略以及 SIoU[9] 边界框回归损失来进一步提高检测精度。
YOLOv6检测鱼苗
YOLOv6 的训练和YOLOv5 类似
下载 yolov6代码
https://github.com/meituan/YOLOv6
下载已经标注好的鱼苗数据集。
数据增强代码和数据格式转化代码均和yolov5版的一样
项目全部代码，数据集，标注工具，预训练模型获取方式：
关注微信公众号 datanlp 然后回复 鱼苗 即可获取。
长按图片，识别二维码
按照上面的文章里面的步骤准备好数据集后，安装这里进行以下步骤
https://github.com/meituan/YOLOv6/blob/main/docs/Train_custom_data.md
2.修改 数据集配置文件
即在data 目录下新建一个 yaml 文件，名称自取。里面按格式填好三项内容：
数据集images的路径；
类型数；
类型名称。
3.修改模型配置文件，在configs 目录下
可默认配置，这里我选yolov6s
4.修改tools/train.py 里面的相应参数即可开启训练
5.预测时，也是修改tools/infer.py 里面的相应参数即可。
机器学习算法AI大数据技术
搜索公众号添加： datanlp
长按图片，识别二维码
阅读过本文的人还看了以下文章：
基于40万表格数据集TableBank，用MaskRCNN做表格检测
《深度学习入门：基于Python的理论与实现》高清中文PDF+源码
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类
如何利用全新的决策树集成级联结构gcForest做特征工程并打分？
Machine Learning Yearning 中文翻译稿
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx