点击上方“3D视觉工坊”,选择“星标”
干货第一时间送达
说一下是YOLOv5的第五个版本,不是YOLO的第五个版本!是YOLOv5又又改进了!
01
YOLOv5x6模型来了
自从Pytorch版本YOLOv5发布之后,经历过了四个版本的升级,YOLOv5的功能与模型精度不断提升。不久之前YOLOv5-Pytorch发布第五个版本,第五个版本跟之前版本最大的差异就是多出了一个输出层,之前的输出层分辨率倍数为:[8、16、32]三个层的输出。现在YOLOv5多出的一个输出层之后,它的输出变为:[8、16、32、64]。但是我找遍了model文件夹中的模型描述文件,没发现跟模型对应的描述文件,所以我就不知道是否可以支持训练。这里我就重点说一下如何使用已经发布的YOLOv5支持四层输出的模型:
别担心之前的第四版本模型都可以用,模型命名带数字6的都是支持四个输出层的,以YOLOv5s6为例,转ONNX格式查看截图如下:
02
数值精度取舍
首先需要需要运行下面的命令行获取整个YOLOv5项目的源码:
git clone https://github.com/ultralytics/yolov5.git
然后测试运行:
测试没有问题,就可以转换模型yolov5s6为ONNX格式,命令行如下:
这样就获取到了ONNX格式文件,注意它的对应输出格式为:
1x3x1280x1280RGB, 像素值在0到1之间
导入模型
model_onnx = "D:/python/yolov5/yolov5s6.onnx"net = ie.read_network(model=model_onnx)input_blob = next(iter(net.input_info))head_it = iter(net.outputs)out_blob_160 = next(head_it) # 160out_blob_80 = next(head_it) # 80out_blob_40 = next(head_it) # 40out_blob_20 = next(head_it) # 20
处理输入图象与推理
rgb = cv.cvtColor(frame, cv.COLOR_BGR2RGB)rgb = cv.resize(rgb, (w, h))image = np.float32(rgb.transpose(2, 0, 1))/255.0inf_start = time.time()res = exec_net.infer(inputs={input_blob:[image]})outs = []outs.append(res[out_blob_20])outs.append(res[out_blob_40])outs.append(res[out_blob_80])outs.append(res[out_blob_160])
解析输出结果:
for out in outs:
out = np.squeeze(out, 0)
dims, side_h, side_w, side_data = out.shape
side_square = side_h * side_w
stride = get_stride(side_w)
anchor_index = get_anchor_index(side_w)
for i in range(side_square):
for d in range(dims):
row = i // side_h;
col = i % side_h;
box_data = out[d, row, col]
conf = sigmoid(box_data[4]);
if conf < 0.25:
continue
xx = (sigmoid(box_data[0]) * 2 - 0.5 + col) * stride;
yy = (sigmoid(box_data[1]) * 2 - 0.5 + row) * stride;
ww = pow(sigmoid(box_data[2]) * 2, 2) * anchors[anchor_index + d * 2];
hh = pow(sigmoid(box_data[3]) * 2, 2) * anchors[anchor_index + d * 2 + 1];
max_prob = -1
max_index = -1
for p in range(5, 85, 1):
prob = sigmoid(box_data[p])
if prob > max_prob:
max_prob = prob
max_index = p - 5
# 转换为top - left, bottom - right坐标
x1 = int((xx - ww / 2) * sx)
y1 = int((yy - hh / 2) * sy)
x2 = int((xx + ww / 2) * sx)
y2 = int((yy + hh / 2) * sy)
boxes.append([x1, y1, x2-x1, y2-y1])
confidences.append(float(conf))
classIds.append(max_index)
最后NMS输出结果如下:
本文仅做学术分享,如有侵权,请联系删文。
下载1
在「3D视觉工坊」公众号后台回复:3D视觉,即可下载 3D视觉相关资料干货,涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。
下载2
在「3D视觉工坊」公众号后台回复:3D视觉github资源汇总,即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。
下载3
在「3D视觉工坊」公众号后台回复:相机标定,即可下载独家相机标定学习课件与视频网址;后台回复:立体匹配,即可下载独家立体匹配学习课件与视频网址。
重磅!3DCVer-学术论文写作投稿 交流群已成立
扫码添加小助手微信,可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群,旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。
同时也可申请加入我们的细分方向交流群,目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。
一定要备注:研究方向+学校/公司+昵称,例如:”3D视觉 + 上海交大 + 静静“。请按照格式备注,可快速被通过且邀请进群。原创投稿也请联系。
▲长按加微信群或投稿
▲长按关注公众号
3D视觉从入门到精通知识星球:针对3D视觉领域的视频课程(三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、orb-slam3等视频课程)、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕,更有各类大厂的算法工程人员进行技术指导。与此同时,星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息,打造成集技术与就业为一体的铁杆粉丝聚集区,近2000星球成员为创造更好的AI世界共同进步,知识星球入口:
学习3D视觉核心技术,扫描查看介绍,3天内无条件退款
圈里有高质量教程资料、可答疑解惑、助你高效解决问题
觉得有用,麻烦给个赞和在看~