)
Yolo11x 海胆检测器
一、模型详情/概述
本模型基于YOLO11x架构训练，用于检测各类水下环境中的海胆。通过数据集训练，可在不同水下条件下精确定位海胆目标。
▌核心参数
- 模型架构：YOLO11x
- 任务类型：目标检测（海胆识别）
- 影像类型：水下视频
- 检测类别：单类别（海胆）
- 模型下载：
yolo11x_urchin_trained
二、模型部署
1. 权重文件
支持多种格式：
- PyTorch格式(
best.pt)：原生PyTorch应用标准格式
2. 应用场景
- 水下视频实时检测
- 水下影像后处理分析
三、技术特性
1. 性能优势
- 多源数据集：包含多角度海胆图像
- 轻量架构：YOLO11x专为水下实时检测优化
- 数据划分：70%训练集 / 20%验证集 / 10%测试集
- 训练参数：
- 训练轮次：100
- 学习率：0.001
- 图像分辨率：640×640
2. 训练数据源
- Orange-OpenSource Marine-Detect
- Roboflow项目：
- Sakana Urchins CJLib
- Diad 3 Computer Vision Project
▌数据集规范
| 属性 | 说明 |
|---|---|
| 许可协议 | CC BY 4.0 |
| 图像总量 | 5000张 |
| 数据划分 | 7:2:1（训练/验证/测试） |
四、性能指标
验证集评估结果：
▌训练验证曲线
- 训练损失 vs 验证损失曲线
