超级会员免费看
本文介绍了如何利用YOLOv5框架训练无人机识别模型。通过自建数据集，包括无人机、鸟和直升机的图片，经过100个epochs的训练，实现了较好的识别效果。训练过程涉及数据准备、配置参数、模型训练以及测试验证。
YOLOv5发布至今，已经迭代多个版本，是唯一基于pytorch框架的YOLO系列的模型框。简单易用，特别适合自定义目标检测与对象检测。只要用了Pytorch版本YOLOv5框架，可以毫不夸张的说两个小时就可以学会目标检测。
01
第一步数据准备
想用视觉识别一下空中飞行的无人机，识别对象有：
1：鸟类bird2：无人机UAV3：直升机helicopter
想通过自己创建一个数据集，训练yolov5，在调用detect.py来识别一下效果。
，时长00:11
百度了一下，发现无法获取别人已经标注好的数据集。（这里提醒大家，自己做数据集不费时间，给100多张图打标签label就行，用不了半个小时）图片就从百度搜索就行，我们的目的是感性的认识这套牛掰的算法，100张图训练个几个小时就可以出来很好的效果，还有不用非要显卡，虽然我的电脑有显卡，但是装pytorch的显卡cuda版本的总是出错，索性不弄了，直接用cpu版本，cpu版本的pytorch包还小ÿ
订阅专栏 解锁全文
扫一扫
2149
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
