视频链接点击yolov5实战—
label打标签过程
要明白 ,这里为什么都是0.几呢,因为归一化了。
标注需要两个文件,一个是分类文件(01),一个是标注文件,01分类 参数意义 (x,y)wh
这个工具叫labelIMG
这个lilizong是label工具新生成的文件夹在yolov5的目录下,里面包含train test和vaild三个文件夹。
训练过程,通过训练自己得出权重文件
好,现在基本完成了这个小demo,那么接下来我要问自己一下,你能总结出来什么呢?
好的,我尝试一下。YOLOv5检测图像中的苹果和香蕉这是公众号链接(非本人公众号)。
一句话:yolov5提供了全套方案,通常工作就是找到开源数据集,然后训练它,即可得出结果。
第一步 安装anaconda环境,官网下载。配置skpder(我的可能因为用户名为中文,总闪退,我用的pychram。)
第二步
- 下载yolov5工程文件
- 下载权重文件(github一直往下滑就行)(越小速度越快)
- 按照requirements.txt文件,配置第三方库,我使用的pycharm直接在终端运行了。也可以用公众号里面的方法,打开anaconda prompt(Anaconda3)命令行窗口,切换到工程文件目录下运行pip
- 查看测试文件,detect文件运行一次会生成一个名为exp+序号的文件
第三步 测试yolov5直接运行detect文件即可,但是要配置参数(我当时在pycharm直接运行的,没出问题。)
第四步 数据集处理
- 终端运行pip install labelimg
- 终端输入labelIMG即可使用打标签工具,github下载的代码中会报个参数错误。应该传int参数,但是代码中的是float,直接加一个int();括住就好了
- 见下图(页面简介)
-
1、图像目录:设定要标注的图像在哪
-
2、标签目录:生成的标签文件存在哪
-
3、支持类型:选择【YOLO】(也支持其他类型)
-
4、create rectangle(生成标注框)
-
5、设置默认标签
剩下的看公众号吧。
第五步step训练yolov5
第六步目标检测
五六看公众号吧,暂时不想写了 累了