从零开始完成Yolov5目标识别（二）制作并训练自己的训练集

最新推荐文章于 2024-09-06 22:28:02 发布

明天才有空

最新推荐文章于 2024-09-06 22:28:02 发布

阅读量1w

点赞数 6

分类专栏： Yolov5 文章标签：深度学习人工智能

本文链接：https://blog.csdn.net/WZT725/article/details/123416017

版权

Yolov5 专栏收录该内容

12 篇文章 46 订阅 ¥15.90 ¥99.00

订阅专栏

超级会员免费看

本文详细介绍了如何从零开始完成Yolov5目标识别，包括图片准备工作，如图像切片和使用labelimg进行图像标定；制作Yolov5数据集，生成.txt数据集并划分训练集和测试集；训练模型，修改配置文件并启用TensorBoard追踪训练进度；最后验证模型，通过图片、视频或摄像头进行测试。

摘要由CSDN通过智能技术生成

往期文章

从零开始完成Yolov5目标识别（一）准备工作

2. 一步到位生成.txt数据集并划分训练集和测试集：

4.启用TensorBoard追踪训练进度

四、模型验证

1. 验证图片或视频：

3. 用摄像头进行验证：

一、图片准备工作

1. 图像切片

将要放入网络的视频准备好，放入./video文件夹，使用下列程序对视频进行切片：

import cv2
import os
import sys
#视频片段的路径
input_path = "./视频所在路径"
#设定每隔多少帧截取一帧
fram_interval = 7
filenames = os.listdir(input_path)
video_prefix = input_path.split(os.sep)[-1]
#建立一个新文件夹，名称为原文件夹名称后加上_frames