yolov5
文章平均质量分 85
放鹿的散妃
这个作者很懒,什么都没留下…
展开
-
深度可分离卷积减少参数量和计算量的本质
对深度可分离卷积的个人理解原创 2023-05-05 15:44:50 · 516 阅读 · 0 评论 -
(六)yolov5:模型修改和训练
根据分析,将yolov5s.yaml文件进行如上所示修改,注意由于删除了两个层,在Head中,部分输入层需要进行相应的修改。以上仅为测试,查看之前的修改是否正确,从训练结果看,mAP值很低,需要增加训练。另外,C2的实现已在之前的文章中有作详细说明。(1)将第4层C3*2修改为C2*2。(2)将第6层C3*3修改为C3*1。经过修改后,执行以下命令进行训练,(3)去除第7、8层。原创 2023-04-12 16:08:42 · 2648 阅读 · 5 评论 -
(五)Yolov5--yolo.py文件解读
参考网址:https://blog.csdn.net/qq_27889941/article/details/128443507上次对common.py文件进行了解读,这次将对yolo.py文件进行代码解读。如下所示为部分库的解读和说明。原创 2023-04-05 21:21:25 · 2838 阅读 · 2 评论 -
(四)yolov5--common.py文件解读
参考网址:https://blog.csdn.net/qq_38251616/article/details/124665998上次对yolov5s.yaml文件进行了解读,这次在对common.py文件解读之前,先放上yolov5s.yaml对应的网络结构图,如下图所示。对于网络结构图中的各个模块,其定义则在common.py文件中。原创 2023-03-25 14:39:10 · 2721 阅读 · 0 评论 -
(三)Yolov5--模型文件(yolov5s.yaml)解读和模型修改
解读yolov5的模型文件和如何修改模型原创 2023-03-12 16:20:15 · 13921 阅读 · 17 评论 -
Yolov5学习第二周--训练数据集
在安装好yolov5并测试成功后,可以来尝试训练数据集。可以完全是自己的数据集,通过标注工具(如labelme)来进行标准,也可以是公开数据集,这里先暂时采用公开数据集(后续将完整走一步训练自己的数据集)。原创 2023-03-10 21:29:41 · 1637 阅读 · 0 评论 -
Yolov5学习第一周--Win10系统yolov5环境搭建全过程
刚接触yolov5,搭建好环境后进行测试原创 2023-02-25 00:39:03 · 2918 阅读 · 1 评论