简介

  1. 编程语言: Python;
  2. 数据集来自网络,其中包括4254张肺部CT图片,检测目标为1类,结节(nodule);
  3. 深度学习使用了yolov8目标检测网络(基于yolov5-8.0版本);初始阶段使用了yolov5s.pt预训练权重,训练轮数为200轮;
  4. 图像转换、预处理涉及使用opencv、torchvision库;
  5. GUI图像界面构建展示使用PyQt5库;

内容展示

GUI界面

视频演示:【鲲码园Python】基于yolov8的肺结节识别系统_演示

代码结构

训练结果相关

源码+数据集+模型获取

飞书文档:Doc

Logo

腾讯云面向开发者汇聚海量精品云计算使用和开发经验,营造开放的云计算技术生态圈。

更多推荐