算法教学:YOLOAir库使用(一)

YOLOAir :面向小白的目标检测库,更快更方便更完整的YOLO库
在这里插入图片描述
模型多样化 :基于不同网络模块构建不同检测网络模型。

模块组件化
:帮助用户自定义快速组合Backbone、Neck、Head,使得网络模型多样化,助力科研改进检测算法、模型改进,网络排列组合,构建强大的网络模型。

统一模型代码框架、统一应用方式、统一调参、统一改进、易于模块组合、构建更强大的网络模型
:内置YOLOv5、YOLOv7、YOLOX、YOLOR、Transformer、Scaled_YOLOv4、YOLOv3、YOLOv4、YOLO-
Facev2、TPH-YOLO、YOLOv5Lite、SPD-YOLO、SlimNeck-YOLO、PicoDet等模型网络结构

基于 YOLOv5 代码框架,并同步适配稳定的YOLOv5_v6.1更新, 同步v6.1部署生态。使用这个项目之前, 您可以先了解YOLOv5库。

YOLOv5仓库 :https://github.com/ultralytics/yolov5

YOLOAir项目地址 🌟: https://github.com/iscyy/yoloair

YOLOAir部分改进说明教程 🌟: https://github.com/iscyy/yoloair/wiki/Improved-
tutorial-presentation

YOLOAir CSDN地址 :https://blog.csdn.net/qq_38668236

YOLOAir库使用说明

1. 下载源码


​ $ git clone https://github.com/iscyy/yoloair.git

或者打开github链接,下载项目源码,点击Code选择Download ZIP
在这里插入图片描述

YOLOAir官方库地址: https://github.com/iscyy/yoloair

2. 配置环境

首先电脑安装Anaconda,本文YOLOAir环境安装在conda虚拟环境里

2.1 创建一个python3.8的conda环境yoloair


​ conda create -n yoloair python=3.8

2.2 安装Pytorch和Torchvision环境

安装Pytorch有种方式,一种是官网链接[安装]https://pytorch.org/,另外一中是下载whl包到本地再安装

Pytorch whl包下载地址:https://download.pytorch.org/whl/torch/

TorchVision包下载地址:https://download.pytorch.org/whl/torchvision/

本文Pytorch安装的版本为1.8.0,torchvision对应的版本为0.9.0
在这里插入图片描述
在这里插入图片描述

注意:cp对应Python包版本,linux对应lLinux版本,win对应Windows版本
当whl文件下载到本地后,进入包下载命令,使用pip install 包名来安装:


​ pip install torch-1.8.0+cu111-cp38-cp38-win_amd64.whl
​ pip install torchvision-0.9.0+cu111-cp38-cp38-win_amd64.whl

2.3 安装其他包依赖

YOLOAir项目依赖包具体包含如下:其中Base模块是基本项目依赖包,Logging和Plotting是模型训练时用到的日志和画图包,Export是用于模型转换时用到的(如pt转ONNX、TRT等),thop包是用来计算参数量的
在这里插入图片描述
进入到下载的YOLOAir项目目录,使用以下命令安装项目包依赖


​ pip install -r requirements.txt # 安装依赖包

如果嫌安装速度太慢,可以在以下网站找包下载到本地再安装

https://pypi.org/

2.4 开箱训练

train.py里面可以设置各种参数,具体参数解释详见后续实战更新


​ python train.py --data coco128.yaml --cfg configs/yolov5/yolov5s.yaml

2.5 模型推理

detect.py在各种数据源上运行推理, 并将检测结果保存到runs/detect目录


​ python detect.py --source 0 # 网络摄像头
​ img.jpg # 图像
​ vid.mp4 # 视频
​ path/ # 文件夹
​ path/*.jpg # glob

2.6 集成融合

如果使用不同模型来推理数据集,则可以使用 wbf.py文件通过加权框融合来集成结果,只需要在wbf.py文件中设置img路径和txt路径


​ $ python wbf.py

项目分享:

https://gitee.com/sinonfin/algorithm-sharing

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
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