GitHub YOLOv5 开源代码项目系列讲解(一) |
您所在的位置:网站首页 › pytorch源码下载 › GitHub YOLOv5 开源代码项目系列讲解(一) |
本专栏将从安装到实例运用全方位系列讲解 GitHub YOLOv5 开源代码。 专栏地址:GitHub YOLOv5 开源代码项目系列讲解 目 录 1 源码下载及环境配置 2 利用 Yolov5 进行预测 2.1 对项目提供图片进行预测 2.2 对自己收集的图片进行预测 2.3 对自己收集的视频进行预测 3 训练 Yolov5 神经网络 4 制作和训练自己的数据集 1 源码下载及环境配置首先在 GitHub 上找到 Yolov 5 v5.0 版本的开源项目源码下载到本地。 YOLOv5 开源代码项目下载地址:https://github.com/ultralytics/yolov5 这是我在本地的下载位置及 PyCharm Tree。 想要运行该项目需要配有正确的环境。 安装环境方面的问题可参考我的另一篇博文:https://blog.csdn.net/IT_charge/article/details/118942281 2 利用 Yolov5 进行预测利用 yolov5 进行预测用到的是开源项目源码中的 detect.py。 我们可对其 main 函数的红框部分进行调整参数。 2.1 对项目提供图片进行预测直接运行即可得到结果,用到的是项目作者提供的训练好的 yolov5s.py 模型进行的预测 原图及路径 目标检测运行结果及保存路径 2.2 对自己收集的图片进行预测只需修改图片保存路径参数即可 这是另外收集的 4 张图片 这是检测之后的效果 2.3 对自己收集的视频进行预测修改视频保存路径,直接运行会将目标视频按照每一帧进行处理,然后保存。 若想在处理每一帧后及时在窗口显示目标检测结果,可将 '--view-img' 参数添加到 'Edit Configurations' --> ‘Parameters’ 中,即可实时显示啦。 这是处理每一帧的图片,显示了目标识别出的物体及数目等信息。 下图显示为实时播放目标检测画面。 3 训练 Yolov5 神经网络利用 yolov5 进行训练神经网络用到的是开源项目源码中的 train.py。 我们可对其 main 函数的红框部分进行调整参数。 注:强烈建议将 中的 'default=8' 调整为 'default=0' 。 不修改任何参数跑出来的结果是这样的 按照训练好的模型保存路径指示,我们便可很容易地找到它们。 4 制作和训练自己的数据集具体细节在 GitHub 项目的这个位置有讲到:https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data 简言之,通过 https://www.makesense.ai/ 网站即可在线上轻易完成数据标注工作。 至于训练自己标注好的数据集,将目标下载到源码中指定位置,运行 train.py 即可。当然,这一部分在本专栏接下来的博文中也会详细进行讲解,期待你的关注! |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |