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)
- https://github.com/ultralytics/yolov5
- 点击右侧Releases
- 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)
-
安装
pip install labelImg
-
打开
-