yolov5更新安装第三方库和源代码需要注意的问题 --- 西北乱跑娃

问题1:报错ModuleNotFoundError: No module named ‘ultralytics.yolo’

一般这个情况是最新版本ultralytics的代码结构造成的问题,导致这个问题的原因是导入库的顺序问题,建议将generl.py这个文件代码整体更新最新版本,不要片段更新,避免影响其他部分,笔者本次更新的是片段,但是不保证后续更新包会保持其他片段不变,或者你可以直接克隆下载yolov5整体项目。

问题2:报错export GIT_PYTHON_REFRESH=quiet

这个问题也是更新导致的一个新的问题,因此需要更新一下片段代码,在generl.py文件第43行加入以下配置即可:

os.environ["GIT_PYTHON_REFRESH"] = "quiet"

在这里插入图片描述

问题3:AttributeError: ‘FreeTypeFont’ object has no attribute ‘getsize’

这个问题我们一定要注意第三方库的版本管理,或者就需要按照最新版本重新修订代码,这里建议使用以下办法:

pip install Pillow==9.5
  • 5
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
YOLOv5(You Only Look Once version 5)是一个基于PyTorch的开源目标检测框架,由 Ultralytics 开发。数据增强是训练深度学习模型时常用的技术,它可以通过对原始图像进行各种变换来模拟真实世界中的变化,从而提高模型的泛化能力。对于YOLov5,你可以使用一些第三方库来进行数据增强,其中比较流行的是 Albumentations 和 imgaug。 **Albumentations:** Albumentations 是一个强大的图像处理库,它提供了许多高级和易用的数据增强功能,包括旋转、缩放、翻转、裁剪、颜色调整等,同时支持实时执行。在 YOLOv5 中,可以轻松地集成 Albumentations 来扩展训练数据集。 **imgaug:** imgaug 是另一个常用的 Python 图像增强库,它的功能也非常丰富,支持更复杂的变换和参数控制。与 Albumentations 类似,imgaug 可以无缝集成到YOLOv5的训练流程中。 **如何使用第三方库进行数据增强:** 1. 安装库:首先确保你已经安装了 PyTorch 和 YOLOv5,然后使用pip安装对应的库(例如 `pip install albumentations` 或 `pip install imgaug`)。 2. 导入库:在训练脚本中导入所需的数据增强模块。 3. 配置数据增强:定义一个数据增强管道(pipeline),指定要应用的变换类型、概率等参数。 4. 应用到训练数据:在每个训练批次开始前,使用配置好的管道对图像和目标框进行增强。 **相关问题--:** 1. Albumentations 和 imgaug 有什么区别? 2. 如何在YOLov5代码中创建并配置一个数据增强管道? 3. 数据增强如何影响YOLOv5模型的性能和泛化能力?
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

打赏作者

西北乱跑娃

万水千山总是情,犒赏一下行不行

¥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
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