YOLOv5 从配置到部署

YOLOv5

一. 简介

• You only look once!
• 单阶段目标检测(Faster RCNN 双阶段)
• 快速
• 精度较高
• 使用方便
• https://github.com/ultralytics/yolov5

二. 安装 (Ubuntu)

1. 下载源码

git clone git://github.com/ultralytics/yolov5.git
cd yolov5

2. 配置环境

• 有conda环境(推荐)

  conda create -n py38 python=3.8
  conda activate py38
  pip install -r requirements.txt
  

• 无conda环境(需要Python3.8或3.6)

  pip3 install -U -r requirements.txt
  

3. 下载权重

• 官网下载(能上Github)

  1. https://github.com/ultralytics/yolov5
  2. 点击右侧Releases
  3. 最下方Assets中点击下载相应模型

• Cmoon复制

  git clone git://github.com/Cmoon-cyl/ros-module.git
  

  将ros-module/cmoon/src 中的weights文件夹复制到yolov5文件夹

4. 使用GPU(英伟达显卡)

• 安装显卡驱动

• 安装CUDA以及CUDNN

• 参考博客:

  https://blog.csdn.net/weixin_45294823/article/details/104119863?spm=1001.2014.3001.5501

三.测试

python3 detect.py --source 0 --weights weights/yolov5s.pt

四.数据集

1.准备

• 新建dataset文件夹 (名字可自定义)
• 新建images和labels文件夹 (名字不能错)
• images和labels内分别新建train和val文件夹 (名字不能错)
• 将准备的图像按大致8 : 2随机分配,放入images的train和val文件夹内,作为训练集和验证集
• labels文件夹将存放之后生成的txt格式标签
• 如图:

2.标注：

• labelImg（img的i大写，其他小写）

  1. 安装

     pip install labelImg
     

  2. 打开