基于深度学习的火焰检测系统设计.pptxVIP

基于深度学习的火焰检测系统设计汇报人：刘金鹏

系统设计方案010203目录CONTENTS系统设计进度后期安排

01系统设计方案数据集选择应用界面设计深度学习算法选择

系统设计方案总体方案选用YOLOV5作为核心算法能够在应用界面上选择自己的模型与数据并进行检测与显示选用PYQT5进行界面设计选用开源的火焰检测数据集数据集选择算法选择应用界面预期目标

02系统设计进度数据集处理模型训练界面编写

系统设计进度数据集处理将数据集转换为COCO格式，使用Python对数据集进行划分，保证训练集、测试集、验证集的比例为7：2：1。

系统设计进度模型训练在经过100轮的训练之后模型的精度依然不够高，需要继续提升

系统设计进度界面编写应用界面基本以及能够使用，但是因为涉及多线程编程，仍然存在一些BUG

03后期安排模型优化应用界面优化论文撰写

后期安排123对YOLOV5的主干网络进行替换，提高检测精度模型优化增加一些功能，例如选择是否保存检测结果等，同时排除代码中潜藏的BUG应用界面优化在完成所有工作后进行总结，并撰写毕业论文论文撰写

Thankyou感谢各位老师的聆听汇报人：韦文龙