Yolov5训练FLIR红外线数据集

最新推荐文章于 2024-03-12 21:53:02 发布
最新推荐文章于 2024-03-12 21:53:02 发布
阅读量5.9k 收藏 55
点赞数 4
分类专栏： 目标检测 计算机视觉 Python 文章标签： 目标检测 深度学习 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/frighting_ing/article/details/121891568
版权

训练Yolov5的博客很多了，只要放好数据集位置即可

标签问题请看博客
标签

本博客使用的yolov5-5.0版本

最近确实事情较多，博客写的比较简练，如果有问题，直接评论即可，我会短时间内回复！

主要就是下图的文件放置
在这里插入图片描述
创建flir.yaml文件，这个是yolov5中voc.yaml文件，我直接复制一下
在这里插入图片描述
修改后：（建议在ubuntu系统中训练）
在这里插入图片描述
修改train.py参数

训练过程中如果出现关于channel错误信息的，直接点进去，修改通道数为1即可。

训练结果

请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述

Fighting_1997
关注
  • 4
    点赞
  • 踩
  • 55
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 58
    评论
专栏目录
Flir红外数据集，已转为yolo格式，直接可用yolo系列目标检测
07-27
Flir红外数据集，已过滤筛选为3个类别，包括人员，骑车的人，汽车三种类别（person, bicycle, car）,已转为yolo格式，共包含8862张训练集，1366张测试集数据，用于yolo目标检测系列训练，数据清晰，可作为红外检测数据集，自动驾驶等场景的基础数据。数据大小超限制，已放链接，可下载。
8000张红外行人数据集yolov5v7v8（已标注）txt格式
06-03
红外行人检测数据集，总共有8000张图片，由FLIR热红外相机采集得到，全部已经标注包含txt标签文件 里面有jpeg图片和txt格式的标签。 已经按照8:2的比例划分好数据集，训练集6400个，验证集1600个。 nc: 2 names: ['car','person'] 总共927M，通过百度网盘链接发送
目标检测应用场景—数据集【NO.28】无人机红外目标检测数据集
最新发布
m0_70388905的博客
03-12 679
无人机红外目标检测数据集
基于红外数据集（FLIR）训练YOLOv4
Snow_cat123456的博客
12-15 8716
1、引言 毕业设计是基于热红外图像的目标检测系统设计，老板要求做一些横向和纵向的实验对比作为支撑，自己基于项目构建的车载红外数据集只有4000多张，加上是自己手动标注的，直接用于实验对比说服力不够，加上标注的精度跟开源的标准数据集相比有一定差距，所以前期的实验还是要在公共数据集上做，最后再迁移到自己的数据集上来。 实验室之前采购了FLIR的红外摄像头，后面就关注到他们开源了一个比较大的带真实标签的红外数据集，官网地址为FLIR数据集，跟我手头数据集的应用场景非常相似，所以决定以该数据集作为前期实验的主要基准
YOLO红外船只目标检测数据集
06-08
1、YOLO红外船只目标检测数据集，6000多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOLO系列的红外船只目标检测；数据场景丰富；类别为liner、sailboat、warship、canoe、bulk carrier、container ship、fishing boat七个类别目标 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743
无人机高空红外数据集，2898幅红外热图像
02-15
该数据集包含从43470帧中提取的2898幅红外热图像，这些图像由无人机从不同场景（学校、停车场、道路、操场等）捕捉到，涵盖范围广泛，包括物体（人、自行车、汽车、其他车辆）、飞行高度数据（60至130米）、相机透视数据（30至90度）和日光强度（白天和晚上）。
人工智能目标检测数据集（舰船卫星图1）
04-14
这是一批舰船的卫星可见光成像数据集。图片为RGB彩色图，一共1000张，图片大小为1024x1024。数据集一共包含两个分类：分别是hang-mu（飞机载具）和船只（jun-jian)。数据集已经打好标签，标签格式为VOC格式(xml文件)。舰船数据集分为几批逐步发布，目前为第一批，如果需要更多的数据集，可关注后来发布。数据集可用于目标检测算法的研究。
数据集【NO.8】红外海上船舶数据集
m0_70388905的博客
04-11 3742
红外海上船舶数据集
红外海洋目标检测实践，基于目标检测模型识别红外海洋目标
Together_CZ的博客
08-02 1520
filters的数值计算公式为filters=(classes+5)*,在这里就是（7+5）*3=36。classes就是你要检测的目标对象数量，这里我要检测的目标对象数量是7。接下来编写road.names和road.data文件用于框架训练需要。从检测效果上来说还是不错的，后面会基于mAP评估计算一下。感觉部分图像处理的时候有点问题，没有对其做尺度归一。一共有8400+的数据量。同样还是有两处需要修改。...
目标检测舰船数据集整合
qq_43757976的博客
06-27 1万+
目标检测舰船数据集整合
使用新版FLIR (FLIR_ADAS_v2) 红外数据集训练基于pytorch的YOLOv7模型
Chi_XU的博客
10-15 6193
本文主要介绍了如何使用新版FLIR (FLIR_ADAS_v2) 红外数据集来训练基于pytorch的YOLOv7模型
菲力尔（FLIR）红外图像数据集.txt
09-09
FLIR红外数据集，大部分都是汽车一类
FLIR红外热图像数据集.txt
03-12
FLIR红外热图像数据集
FLIR训练集数据集yolo格式标签
10-12
FLIR训练集数据集yolo格式标签
torchvision详细介绍
热门推荐
frighting_ing的博客
12-10 3万+
前言 深度学习道路漫漫，唯有不断总结，脚踏实地才能造就一番就成，也不断勉励自己，不要放弃，相信自己可以的！！！共勉！！！ torchvision简介 torchvision是pytorch的一个图形库，它服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。以下是torchvision的构成： torchvision.datasets: 一些加载数据的函数及常用的数据集接口； torchvision.models: 包含常用的模型结构（含预训练模型），例如AlexNet、VGG、ResNet等；
python常见进制转换方法
frighting_ing的博客
11-14 1万+
其中比较常用到的是python的内置函数进行进制的转换，一般使用内置函数进行转换的时候是先将控制台输入的字符串或者是自定义的字符串先转换为10进制然后将10进制转换为其他的进制，常见的是二进制、十进制、八进制、十六进制之间的转换，其中遵循一个原则是：其他进制转为十进制使用int函数，其他进制转为二进制使用bin函数，其他进制转为八进制使用oct函数，其他进制转为十六进制转为hex函数，并且是借助于10进制作为中间的桥梁进行转换，也就是使用到int()函数.
ResNet详解+PyTorch实现
frighting_ing的博客
11-14 1万+
1.Resnet简介 深度残差网络（Deep residual network, ResNet）的提出是CNN图像史上的一件里程碑事件，由于其在公开数据上展现的优势，作者何凯明也因此摘得CVPR2016最佳论文奖。 Resnet是残差网络(Residual Network)的缩写，该系列网络广泛用于目标分类等领域以及作为计算机视觉任务主干经典神经网络的一部分，典型的网络有resnet50, resnet101等。Resnet网络证明网络能够向更深（包含更多隐藏层）的方向发展。 解决问题：网络退化 从经验来看
PyTorch载入预训练权重方法和冻结权重方法
frighting_ing的博客
01-10 1万+
载入预训练权重 1. 直接载入预训练权重 简单粗暴法： pretrain_weights_path = "./resnet50.pth" net.load_state_dict(torch.load(pretrain_weights_path)) 如果这里的pretrain_weights与我们训练的网络不同，一般指的是包含大于模型参数时，可以修改为 net.load_state_dict(torch.load(pretrain_weights_path), strict=False) 2. 修改网络结
Python 捕获异常
frighting_ing的博客
02-04 1万+
异常 目标 异常的概念 捕获异常 异常的传递 抛出异常 01. 异常的概念 程序在运行时，如果 Python 解释器 遇到 到一个错误，会停止程序的执行，并且提示一些错误信息，这就是 异常 程序停止执行并且提示错误信息 这个动作，我们通常称之为：抛出(raise)异常 常见异常 异常类型 含义 AssertionError 当 assert 关键字后的条件为假时，程序运行会停止并抛出 AssertionError 异常 AttributeError 当试图访问的对象属
flir红外室内数据集
07-28
FLIR红外室内数据集是由FLIR Systems公司提供的一组用于室内红外图像分析的数据集。该数据集包含了一系列从红外相机拍摄的室内场景图像，用于帮助开发者和研究人员在室内环境中进行物体检测、跟踪和分类等任务。 FLIR红外室内数据集中的图像具有真实的室内背景，包含了不同种类的物体，如人类、家具、电器等。这些图像采用红外技术，可以穿透某些材料，因此可以在暗光和烟雾等环境下获取清晰的图像。 该数据集的使用可以应用于许多领域，如安防监控、自动驾驶、机器人、智能家居等。通过利用FLIR红外室内数据集，开发者可以训练和优化他们的算法和模型，以在各种室内场景中准确地检测和识别物体，从而实现智能决策和自主行动。 FLIR红外室内数据集相比于传统的可见光图像数据集具有独特的优势。红外图像能够提供物体的热分布信息，对于暗光环境和低能见度条件下的物体检测具有更好的性能。此外，红外图像可以穿透某些材料，使得可以对隐藏在表面之后的物体进行检测和识别。 总之，FLIR红外室内数据集为研究人员和开发者提供了在室内环境中进行红外图像分析的宝贵资源。通过利用这个数据集，可以推动红外技术在各个领域的应用发展，并为解决现实生活中的问题提供更准确和可靠的智能化解决方案。

“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 58
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

Fighting_1997

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

实付元
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