Y

Yolov5m Forklift

由keremberke開發
基於YOLOv5m架構的叉車目標檢測模型,在keremberke/叉車目標檢測數據集上訓練,mAP@0.5達到0.85。
下載量 118
發布時間 : 1/1/2023

模型概述

該模型專門用於檢測圖像或視頻中的叉車目標,適用於工業場景下的叉車識別與追蹤。

模型特點

高精度檢測
在驗證集上達到0.85的mAP@0.5,能夠準確識別叉車目標
YOLOv5架構
基於成熟的YOLOv5m架構,平衡了檢測精度和推理速度
工業場景優化
專門針對叉車檢測場景進行訓練和優化

模型能力

圖像目標檢測
叉車識別
即時檢測

使用案例

工業自動化
倉庫叉車監控
在倉庫環境中自動檢測和追蹤叉車位置
提高倉庫管理效率和安全性
物流管理
統計物流中心叉車使用情況
優化物流資源配置
安全監控
叉車安全區域監測
檢測叉車是否進入危險區域
預防工業事故
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase