基于yolov5模型训练之后的图像识别 |
您所在的位置:网站首页 › yolov5视频检测效果不好 › 基于yolov5模型训练之后的图像识别 |
先给结论:
检测代码:
启动cmd cd 到 yolov5 文件夹中的detect.py 文件夹内执行代码 python detect.py --source E:\word\pythonProject\yolov5-label-xml-main\inference\images --weights runs\train\exp\weights\best.pt --conf 0.3 --save-txt# 检测代码说明: python detect.py --source E:\word\pythonProject\yolov5-label-xml-main\inference\images --weights runs\train\exp\weights\best.pt --conf 0.3 --save-txt # detect.py 为推理检测的脚本代码, # –source 为检测的图片所在的目录, # –weights为所用到的模型文件,根据前面算法训练,此处用到的模型文件即为大家训练好的。 # –conf 为自信度,0.25表示只采用0.25以上的 # -save--txt 图像识别教程 第一步 训练模型
完成之后会在最新的exp下有个 weights \ bast.pt 文件,这个就是我们训练出来的模型 (CPU训练大概需要十七个小时左右,作者是使用GPU训练) (1060显卡训练大概需要两小时,时间关系就没有完全训练) 这里必须严格按照以上格式自己修改,每个人的文件目录都不相同! 完成后就可以在 yolov5-master\runs\detect 文件夹下看见识别效果 如何进行图像训练请查看我往期文章:手把手教会你使用机器学习拥有YOLOV5自己的图像识别 |
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 |