使用YOLOv5识别美式台球（已标注的训练数据和模型）
- 只提供了YOLOv5数据集（包括标注）/BilliardsDatasets和训练的模型billiards.pt
- 训练数据集较小，300多张，且场景较为单一，主要为了满足毕设特定场景下的需求，该模型在复杂场景下的表现没有测试过，但应该不会太好
- 我尝试过两种思路：一、只用一类台球数据来训练；二、用coco的80类数据再加上1类台球共81个类别的数据训练（每类数据量大体相同）。后来发现前者在我的应用场景下表现更好（我准备用该模型来对台球进行计数）
- 没有对具体台球种类进行细分，不论是黑球、白球还是小花大花都会被识别为“台球”
| 效果 | 说明 |
|---|---|
 |
台球全满 |
 |
少2颗台球 |
 |
少6颗台球 |
 |
黑球在刁钻角度时的识别效果（对于黑色的球拖来说黑球不容易识别，然而训练出来识别效果很不错） |
 |
光线较暗时的效果 |
 |
换个球盒 |
 |
换个球盒 |