超轻量级目标检测模型Yolo-FastestV2基于自建数据集【手写汉字检测】构建模型训练、推理完整流程超详细教程

最近因为在对比不同的模型,所以早期用到的模型我陆陆续续都在自己的数据集上面调试,在前面写一篇轻量级模型的的时候萌生了将自己完整的操作流程以第一人称视角很详细地记录下来,形成教程,这样后面自己有需要的时候可以翻来看看,另外也希望帮到有同样需要的人。

闲话不多说,进入正文,yolo-fastest系列一共更新了又两个大的版本,不同的版本里面有几个不同的tag也就是作者的稳定发布版本,作者都是dog-qiuqiu大佬,如果你的工作里面有很多轻量化的事情,那么dog-qiuqiu你一定是不陌生的,感兴趣的可以自行搜索了解一下。

我们先看效果:

 我们前面说过,这个系列的模型作者一共开发了两个大的版本,我这里都简单介绍下:
Yolo-FastestV1版本在这里,首页截图如下所示:

 截至到现在已经有超过1.7k的star量还是很强的。

这个版本也是v1版本,作者一共发布了3个小的版本。如下所示:

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
1. 安装依赖库 首先需要安装一些依赖库,包括OpenCV、numpy和CMake。在终端中运行以下命令: ``` sudo apt-get install libopencv-dev python-opencv libnumpy-dev cmake ``` 2. 下载yolofastestv2 可以从GitHub上下载yolofastestv2的代码。在终端中运行以下命令: ``` git clone https://github.com/dog-qiuqiu/Yolo-Fastest.git ``` 3. 编译yolofastestv2 进入yolofastestv2的根目录,运行以下命令进行编译: ``` cd Yolo-Fastest mkdir build cd build cmake .. make ``` 4. 下载yolov5的权重文件 yolofastestv2使用yolov5的权重文件进行目标检测。可以从yolov5的GitHub页面下载权重文件。在终端中运行以下命令: ``` mkdir weights cd weights wget https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5s.pt ``` 5. 运行yolofastestv2 进入build目录,运行以下命令启动yolofastestv2: ``` cd build ./yolo_demo ../weights/yolov5s.pt ``` 6. 测试yolofastestv2 可以使用摄像头或视频文件进行测试。在终端中运行以下命令,使用摄像头进行测试: ``` ./yolo_demo ../weights/yolov5s.pt 0 ``` 使用视频文件进行测试,将视频文件放置在yolofastestv2的根目录下,运行以下命令: ``` ./yolo_demo ../weights/yolov5s.pt your_video_file.mp4 ``` 以上是在树莓派上部署yolofastestv2的基本步骤。需要注意的是,yolofastestv2在树莓派上的运行速度可能较慢,也可能会因为内存不足而崩溃。为了获得更好的性能,可以考虑使用其他的硬件设备进行部署。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Together_CZ

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值