【发布时间】：2022-11-07 03:18:41
【问题描述】：
所以我正在做一个项目，我必须预测不同水果的甜度。例如，我的数据如下：
水果的图像（输入变量）--->7.1，比如说，（输出变量是一个连续值，在这种情况下，它是从 Brix Refractometer 获得的甜度等级）
我想训练一个对象检测模型，在其中向模型展示水果的图像，它定位水果，绘制边界框并以浮点数预测甜度值。所以基本上它是一个回归模型。
我想问如何调整 YOLOv5 模型以输出单个连续浮点数，而不是指定特定的类标签（我不想要类标签）。我知道在 CNN 的标准深度学习架构中，我们只需将输出层替换为 1 个神经元，并将其激活函数更改为线性。如何在 Yolov5 中做类似的事情？
【问题讨论】：
-
请编辑问题以将其限制为具有足够详细信息的特定问题，以确定适当的答案。
标签： python regression yolov5