深度学习项目七：使用yolov5s.pt权重，结合opencv，实现实时检测

已于 2024-11-03 22:31:50 修改
阅读量1.5k 收藏 9
点赞数 2
分类专栏： 深度学习和视觉项目实战 文章标签： YOLO opencv python 人工智能
于 2023-05-27 16:22:14 首次发布
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/m0_60890175/article/details/130902146
版权
本文介绍了如何结合YOLOv5s.pt模型和OpenCV库，实现实时摄像头视频中的人体检测。通过加载预训练的权重，解析模型信息，特别是针对person类别，然后重构代码以优化显示检测结果。
摘要由CSDN通过智能技术生成

深度学习项目七：使用yolov5s.pt权重，结合opencv，实现实时检测

文章目录

一、加载目标检测模型

  • 加载模型函数
  • 注意
torch.hub.load('./yolov5', 'custom',path='./yolov5/pretrained/yolov5s.pt', source=
了解本专栏 订阅专栏 解锁全文 超级会员免费看
基于LibTorch C++API部署YOLOv5实现实时对象检测C++源码.zip
05-01
标题 "基于LibTorch C++ API部署YOLOv5实现实时对象检测C++源码.zip" 提供了关于一个项目的信息，该项目旨在利用LibTorch的C++接口实现YOLOv5对象检测模型的实时应用。YOLO（You Only Look Once）是一种流行的卷积...
yolo v5 模型权重.rar
06-18
包含4个权重文件，yolov5l ，yolov5m , yolov5s, yolov5x 。 从谷歌云盘下载的，4个文件4个积分不多吧.
YOLOV5（二）：将pt转为onnx模型并用opencv部署
abandononeself的博客
07-28 5444
将yolov5s训练的火焰数据的pt权重改为可用opencv识别的onnx。
yolov5s.pt yolov5 权重文件, 网速慢的可用
06-21
yolov5 训练好得权重文件。 可以直接拿来测试。 如果是自己训练可以不要这个文件。为什么要50个字。。。
yolov5所有权重
07-03
官方云盘下载的权重，包含yolov5s、5x、5m、5l，同时包含yolov5-fpn的权重，包含训练的result，需要的自取。
ultralytics / yolov5，官方预训练权重yolov5s.pt
06-13
ultralytics / yolov5，官方预训练权重yolov5s.pt，从drive.google下载下来的
YOLOv5s.pt权重文件
07-21
YOLOv5s.pt权重文件
yolov5模型权重
09-26
主要给大家提供的是yolov5 V3.0版本的模型权重，大家下载时一定要看好，再注意下载，每个版本的代码需要不同的模型权重，希望大家可以下载到正确的模型权重。
YOLOv5权重文件yolov5s.pt：目标检测快速利器
资源摘要信息: "YOLOv5的权重参数文件yolov5s.pt是一个用于图像和视频目标检测的预训练模型文件。YOLOv5代表You Only Look Once版本5，是一系列流行的目标检测系统之一。YOLO算法以其快速准确的特点，在实时检测领域...
目标检测与比对,使用yolov5s跑数据集构建模型
whitesandcnm的博客
09-10 1451
我使用的是下面的数据集,有需要可去以下链接下载trianA数据集下载链接：pwd=ma1ptrianB数据集下载链接：pwd=yg54。
调用yolov5模型基于opencv实现区域检测功能
qq_43601763的博客
11-06 1596
调用yolov5模型基于opencv实现检测指定种类的物体是否在固定区域内，本方法适用于yolov5的预训练模型和自己训练的pt模型，既可检测图片视频，也可实现实时检测摄像头的功能。
yolov5权重.zip
07-24
yolov5的权重文件，包含yolov5l.pt，yolov5m.pt，yolov5s.pt，yolov5x.pt，yolov3spp.pt。使用方法，下载之后加压文件，将权重文件复制到yolov5项目下的weights文件中，运行detect.py即可
YOLOv5预训练模型权重
12-09
YOLOv5四个权重文件 yolov5s.pt yolov5m.pt yolov5l.pt yolov5x.pt
yolov5预训练权重
10-23
yolov5预训练权重，包含yolov5l.pt、yolov5m.pt、yolov5s.pt、yolov5x.pt四种。
yolov5s.pt
07-02
著名的 yolov5 预训练权重，因为作者将文件放在谷歌云盘上，下载不便，因此将其放在这里，供大家学习使用
深度学习Week11-调用官方权重进行检测（YOLOv5）
m0_62237233的博客
12-20 795
很早之前，我发过这篇文章，里面用简练语言分享用yolov5训练自己的识别器，但包括我在内许多人仍不了解其运行原理；过去两周，我也发了和两篇yolov5结构部分框架的初探。从这篇文章开始，会一步步的详细剖析yolov5，让我们一同学习，加深对yolov5的理解。本周先以跑通官方代码为目标。
一个有趣的现象：YOLOv5s训练过程中的权重文件大小和训练最终结果的权重文件大小不一样。
weixin_43501408的博客
03-10 2021
问题描述：我们在训练YOLOv5s的过程中，我们发现训练过程中的权重文件大小比训练最终结果的权重文件要大的多。图一训练过程中，权重文件大小为55MB。训练结束后，权重文件的大小变为了14MB，如图2所示。
如何实现Yolov5实时目标检测
qq_52062754的博客
11-23 4546
实现yolov5实时目标检测
YOLOV5使用教程，YOLOV5训练自己的数据集，目标检测
m0_63728113的博客
09-30 1161
YOLOV5使用教程，YOLOV5训练自己的数据集，目标检测
File "E:\BaiduNetdiskDownload\twohead\two_wheeler_and_plate_recognition-yolov5-standard\utils\general.py", line 102, in check_file assert len(files), 'File Not Found: %s' % file # assert file was found
最新发布
03-09
<think>嗯，用户遇到了Python中的断言错误，具体是文件未找到的错误，发生在YOLOv5的utils/general.py里。首先，我需要回忆一下YOLOv5的结构和常见的文件路径问题。这个错误通常是因为程序在尝试打开某个文件时，路径不正确导致的。用户可能是在运行检测或训练脚本时遇到了这个问题。 首先，应该检查文件路径是否正确。YOLOv5通常会从命令行参数中获取文件路径，比如数据集配置文件或者模型权重文件。用户可能在传递参数时路径有误，比如使用了相对路径而当前工作目录不是项目根目录，或者绝对路径中有拼写错误。 接下来，考虑数据集配置文件的路径是否正确。比如在训练时，用户可能会指定一个yaml文件，这个文件里包含了训练和验证数据的路径。如果这些路径设置不正确，也会导致文件未找到的错误。这时候需要检查data目录下的yaml文件，确认其中的路径是否存在，并且是否正确指向了图片和标签文件。 另外，模型权重文件也是一个常见的错误点。如果用户使用了预训练的权重，比如yolov5s.pt，但该文件没有被正确下载或存放位置不对，也会触发断言错误。这时候需要确认权重文件是否在指定的目录下，或者重新下载。 还有可能是在使用--img参数时，图片尺寸不符合要求，但根据错误信息，更可能还是文件路径的问题。用户需要检查所有涉及文件读取的地方，比如加载数据集的代码，或者加载模型的代码，是否有正确的路径处理。 另外，用户提到的断言错误发生在general.py中，可能是在某个assert语句中检查文件是否存在失败。比如，在读取文件时，使用了assert os.path.exists(file), f"File not found: {file}"这样的代码。这时候，错误信息应该会显示具体的文件路径，用户可以根据这个路径去排查问题。 可能用户的环境配置有问题，比如没有正确设置工作目录，导致相对路径解析错误。这时候建议用户打印出当前的工作目录，并确认相对路径是否基于项目根目录。或者建议用户使用绝对路径来避免这个问题。 还有可能是文件权限问题，虽然可能性较低，但也不排除。用户需要确认程序有权限访问相关文件和目录。 总结一下，解决步骤应该是：1. 检查错误信息中的具体文件路径；2. 确认该路径是否正确存在；3. 检查所有相关的配置文件中的路径设置；4. 确保工作目录正确；5. 使用绝对路径进行测试；6. 确认文件权限。此外，还可以考虑更新YOLOv5到最新版本，可能这个问题在后续版本中已经被修复或者有更好的错误提示。 最后，生成的相关问题需要围绕文件路径错误、YOLOv5常见问题、断言错误处理等方面，帮助用户进一步排查可能的相关问题。</think>### Python文件未找到断言错误解决方法（YOLOv5 utils/general.py） #### 错误原因分析 在YOLOv5的`utils/general.py`中，断言错误`File not found`通常由以下原因导致： 1. **路径格式问题**：Windows路径未使用原始字符串或双反斜杠转义，例如`path = r"C:\dataset"`或`path = "C:\\dataset"`[^1] 2. **配置文件缺失**：数据集配置文件`*.yaml`未正确指向图片/标签目录 3. **权重文件缺失**：预训练权重文件（如`yolov5s.pt`）未下载或路径错误 4. **工作目录错误**：未从项目根目录启动脚本 #### 分步解决方案 1. **检查基础路径配置** ```python # 在调用训练命令前添加路径验证 import os cfg_path = "data/coco128.yaml" print(f"绝对路径：{os.path.abspath(cfg_path)}") # 输出实际解析路径 assert os.path.exists(cfg_path), "配置文件路径错误！" ``` 2. **验证数据集配置结构** 正确的yaml文件格式应包含： ```yaml train: ../datasets/coco128/images/train2017 val: ../datasets/coco128/images/train2017 nc: 80 names: [...] # 类别名称列表 ``` 3. **使用路径修复函数（适用于跨平台）** ```python def check_file(path): path = str(Path(path).absolute()) if not os.path.isfile(path): raise FileNotFoundError(f"文件缺失：{path}。请执行：" f"curl -L https://url.cn/xxx -o {path}") return path ``` #### 常用修复命令 ```bash # 下载预训练权重 wget https://github.com/ultralytics/yolov5/releases/download/v6.2/yolov5s.pt -P weights/ # 检查数据集符号链接 cd yolov5 ln -s /path/to/real/dataset data/custom_dataset ```
评论 1
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

小啊磊_Vv

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