[发疯毕设日志day6]火影结印使大疆tello起飞——数据集采集和yolov5模型训练

已于 2024-05-15 15:45:33 修改
阅读量398 收藏 9
点赞数 10
文章标签： YOLO 人工智能 opencv 无人机 python 目标跟踪
于 2024-03-10 10:43:07 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/pythonAk47vt/article/details/136524884
版权

1.采集数据集

        根据day5（下）的代码采集了一组数据集，共有6个动作。最后一个动作我做了调整，因为tello摄像头的分辨率较低，动作6和动作2有可能会识别混乱。

 2.数据标注

        用那个著名的数据标注软件

3.训练自己的yolov5模型

进入yolo文件  进入data

进入coco128复制一份，改成自己的名字 

用vs or pycharm打开

path：#数据相对于yolov5那个文件所在的目录

最后训练的结果大概就是这个样子的

4.遇到的问题

ConnectionAbortedError: [WinError 10053] 你的主机中的软件中止了一个已建立的连接。

解决方法参见

Python ConnectionAbortedError: [WinError 10053] 您的主机中的软件中止了一个已建立的连接.(就是链接数据库出现的问题自己连着断掉了)_connectionabortederror: [winerror 10053] 你的主机中的软件中-CSDN博客

5.后续工作备忘

把自己的数据集训练的模型复制一份到课程附件里的模型中

叫我Python小朋友
关注
  • 10
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
基于yolov5+大疆教育无人机Tello TT实现目标识别检测+追踪测距完整源码+数据集+训练好的模型+操作说明文档.7z
12-09
基于yolov5+大疆教育无人机Tello TT实现目标识别检测+追踪测距完整源码+数据集+训练好的模型+操作说明文档.7z 数据集目标是旗、圈识别 模型已经训练调优 请参考项目说明中的步骤来操作。 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。
第02课TELLO特洛飞行器入门
03-19
本节是第2次课，教授对象是5年级小学生，应用TELLO飞行器来进行编程
yolov2_Tello_Tracking:Tello Drone的行人和汽车追踪
03-13
yolov2_Tello_Tracking Tello Drone的行人和汽车追踪 请参阅文档： 测试场景 要求 特肯特 去做 →转身 作者 Ozan PEKER - 执照 该项目是根据。
【毕设】基于大疆tello的计算机视觉毕设日志day1
pythonAk47vt的博客
02-28 345
遇到问题：在跑测试安装代码时。安装yolov5依赖。
YOLOv5无人机检测
weixin_51154380的博客
02-17 2075
YOLOv5无人机目标检测 代码版本：YOLOv5-5.0 代码和训练权重：https://download.csdn.net/download/weixin_51154380/51087322 数据集：https://download.csdn.net/download/weixin_51154380/33505984 https://download.csdn.net/download/weixin_51154380/40682385 训练曲线： 检测结果： ...
AI项目五：结印动作识别
09-10 258
若该文为原创文章，转载请注明原文出处。
大疆Tello开发教程
Phillweston的博客
02-09 2894
提供关于Tello的开发相关资料教程链接，可用于开发目标检测/无人机追踪等。同时方便初学者入门学习。
基于yolov5+大疆教育无人机Tello TT实现目标识别检测+追踪测距完整源码+数据集+训练好的模型+说明文档.zip
05-08
基于yolov5+大疆教育无人机Tello TT实现目标识别检测+追踪测距完整源码+数据集+训练好的模型+操作说明文档.7z 数据集目标是旗、圈识别
大疆Tello无人机PC端控制
08-02
大疆Tello无人机PC端控制 1、ＵＤＰ数据通信 ２、基本操作控制 ３、VS＋ＱＴ编码 ４、UDP实时Ｈ．２６４数据流解码并ｕｉ显示 注：需自行包含ＦＦｍｐｅｇ库及ｏｐｅｎｃｖ库
新书《实践人工智能从入门到进阶》大疆Tello-Gesture-Control案例.zip
03-18
它融合了计算机科学、数学、统计学、心理学、神经科学等多个学科的知识，并利用深度学习、机器学习等算法，使计算机能够从数据中学习、理解和推断。 在实际应用中，人工智能体现在诸多领域：如机器人技术，其中...
DjiTello + YoloV5的无人机的抽烟检测
happy game
11-27 642
Djitello、Yolov5、无人机技术 目标检测是一种计算机视觉技术，专注于识别和定位图像或视频中的特定对象。它不仅能够识别图像中的物体，还能够指示这些物体在图像中的位置。传统的目标检测方法通常使用特征工程和手动设计的算法来识别对象。这些方法包括 Haar 级联、HOG 特征和基于图像分割的技术。近年来，深度学习技术，特别是卷积神经网络（CNN），已经成为目标检测领域的主流。
【发疯毕设日志day7】大疆tello火影结印起飞——模型测试代码
pythonAk47vt的博客
03-23 209
启动tello，加载初始化模型设置一个置信度阈值（设置的高一些）
【发疯毕设日志day7】hagrid_dataset_512数据集作者论文原文逐句翻译——大疆tello手势识别起飞——更换成手势数据集hagrid_dataset_512
pythonAk47vt的博客
03-23 689
海格数据集翻译——手势在人类交流中发挥着至关重要的作用。手势可以在情感上强化语句，甚至能完全替代语句。由于人们在现实生活中普遍使用手势，因此在汽车领域[27]、[26]、家庭自动化系统[3]、多媒体应用、各种视频/流媒体平台（Zoom、Skype、Discord、Jazz 等）以及其他领域[10]、[5]，构建 HGR 系统可以改善用户体验并加快流程。此外，该系统还可以成为虚拟助手或服务的一部分，为听力和语言障碍的手语用户提供服务[9], [24]。
【发疯毕设日志day4】基于大疆tello，实现工地安全检测
pythonAk47vt的博客
03-04 383
问题一：tello连接到电脑上，然后用电脑屏幕显示tello摄像头传入的画面时，屏幕颜色非常诡异，反色。【声明】这只是一个大学生做毕设的发疯日常，你可以当段子看，但是，也许这对你的计算机视觉学习毫无帮助，也许有。谁知道呢。祝你今天开心。问题一：tello连接到电脑上，然后用电脑屏幕显示tello摄像头传入的画面时，屏幕颜色非常诡异，反色。
【发疯毕设日志day5（下）】大疆tello火影手势结印起飞数据采集代码逐句分析
pythonAk47vt的博客
03-06 1009
定义变量last_col_time 是最近一次的收集图片时间 初始化为Noneindex = 1。
番外篇 | YOLOv8改进之更换主干网络MobileNetv3 + 添加CA注意力机制
最新发布
突然好想你
05-21 250
MobileNetv3是一种轻量级网络，采用了深度可分离卷积等轻量化技术，具有较小的模型参数量和计算复杂度，适合在计算能力较弱的设备上运行。本节课就让我们结合论文来对YOLOv8进行组合改进（更换主干网络MobileNetv3 + 添加CA注意力机制），希望同学们学完本节课可以有所启迪！🌈
深度学习之基于Yolov7驾驶员疲劳检测系统
2301_79809972的博客
05-17 926
一、项目背景随着汽车保有量的不断增加，驾驶安全问题日益受到人们的关注。驾驶员疲劳驾驶是导致交通事故的重要原因之一。因此，开发一种能够实时监测驾驶员疲劳状态并提前发出预警的系统对于保障驾驶安全具有重要意义。近年来，深度学习技术特别是目标检测技术在计算机视觉领域取得了显著进展，为驾驶员疲劳检测提供了新的解决方案。本项目旨在利用YOLOv7算法，开发一个基于深度学习的驾驶员疲劳检测系统。二、项目目标。
YOLOv8改进 | 图像修复 | 适用多种复杂场景的全能图像修复网络AirNet助力YOLOv8检测（全网独家首发）
Snu77的博客
05-16 267
官方代码地址点击此处即可跳转 ​文章提出的一种名为AirNet（All-in-one Image Restoration Network）的全能图像修复网络。AirNet由对比基降解编码器（CBDE）和降解引导修复网络（DGRN）两个神经模块组成，能够在未知损坏类型和程度的情况下恢复受损图像。这两部分共同工作，能够处理多种类型的图像退化，而无需预先知道损坏的具体信息。
yolov5实现自己的数据集目标追踪
08-17
您可以使用yolov5实现自己的数据集目标追踪。首先，您需要收集并准备自己的数据集，确保其中包含您想要追踪的目标，如旗和圈。然后，您可以使用提供的训练好的模型或者根据自己的数据集训练和调优模型。 [2] 使用yolov5进行目标追踪的步骤如下： 1. 下载并安装yolov5代码库，并确保已经安装了必要的依赖项和环境。 2. 准备训练数据集，包括旗和圈的图像样本以及对应的标注文件。 3. 如果您选择使用预训练的模型，可以直接使用yolov5库中提供的训练好的模型，如YOLOv5s-visdrone.pt或YOLOv5m-visdrone.pt。如果您想要训练自己的模型，可以使用您准备的数据集进行训练，具体的训练步骤可以参考项目说明文档。 4. 在代码中配置好模型和数据集的路径，并根据需要进行参数调整，如目标类别数、训练批次大小等。 5. 运行代码进行目标追踪，您可以提供视频或图像作为输入，代码将会检测和追踪图像中的旗和圈目标。 6. 根据需要，您可以根据追踪结果进行后续处理，如测距等。 请注意，这些步骤仅提供了一般的概述，具体的实现细节可能因您使用的代码库和数据集而有所不同。建议您参考相关文档和代码示例以获取更详细的操作说明和示例代码。 [2 [3<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [基于yolov5+大疆教育无人机Tello TT实现目标识别检测+追踪测距完整源码+数据集+训练好的模型+操作说明文档....](https://download.csdn.net/download/DeepLearning_/87261808)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [visdrone数据集场景下视觉跟踪Yolov5_DeepSort_Pytorch-visdrone.zip](https://download.csdn.net/download/weixin_51154380/61665581)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [deep_sort+YOLOv3 车辆/行人（目标）检测追踪](https://download.csdn.net/download/weixin_45699877/19426614)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“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 3
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
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