YOLOv5-简单入门

一，模型检测：

一些基本参数

 

 

 python ./detect.py --weights yolov5s.pt --source screen #对屏幕进行检测

 python ./detect.py --weights yolov5s.pt --source  data/images/bus.jpg #对某张图片进行模型检测，可以看到检测结果存放在了exp目录中

 设置阈值，低于阈值分数的图像不会被显示出来

python ./detect.py --weights yolov5s.pt --conf-thres 0.8 

 以下是一些常见的参数

  

imgsz 图像大小 

设备

最大检测数量 

指定检测类别

内嵌到可视化界面 

import torch

# "./ "是模型所在的目录，source是本地显示

model = torch.hub.load("./","yolov5s",source="local")

img ="./data/images/zidane.jpg"

results=model(img)

results.show()

二，数据集构建

cv抽帧存图片

video = cv2.VideoCapture("./BVN.mp4")
#读取一帧
num=0
svae_step = 30
while True:
      ret,frame = video.read()
      if not ret:
            break;
      num+=1
      if num % svae_step ==0:
            cv2.imwrite("./images/" + str(num) + ".jpg",frame)

标注图片

下载标注工具：

启动标注工具：

将标注后的图片放到一个文件夹中

有了这两个东西，就可以进行模型训练了

三，模型训练

一些关键参数和数据调整

 

python detect.py --weights runs/train/exp6/weights/best.pt --source datasets/bvn.mp4 --view-img

 在detect下可以以视频的形式观看模型训练