目标检测
文章平均质量分 52
雪地(>^ω^<)
这个作者很懒,什么都没留下…
展开
-
使用windows版yolov4训练自己的数据集
1、将labelimg标注的xml、jpg文件分别放置在如图所示目录:2、运行voc2yolo.py文件,转换数据为yolo格式,脚本下载地址:https://download.csdn.net/download/qq_36563273/15008841需要修改两处,一处为类别名称一处为训练集占比通过该脚本,会生成 2007_test.txt、2007_train.txt两个文件,ImageSets、labels两个文件夹3、训练命令在E:\Projects\darknet-v4\bu原创 2021-02-03 15:35:33 · 1504 阅读 · 1 评论 -
win10下使用opencv4.5.0 cuda版本编译和目标检测的几个问题
最近,opencv4.5.0调用yolov4进行目标检测,需要cuda加速,按照博客上说的编译了带cuda的版本。以下是几个需要注意的问题:一. 编译注意事项1. CUDA_FAST_MATH要选中2. OPENCV_GENERATE_SETUPVARS不要选3. OPENCV_ENABLE_NONFREE要选中,这是扩展包4. CUDA_ARCH_BIN只需留下适合自己电脑的算力,比如TITAN RTX 和RTX2080Ti都是7.55. BUILD_opencv_world要选中6. BU原创 2021-01-15 10:15:51 · 1372 阅读 · 2 评论 -
Windows系统下YOLOv5极简安装指南
环境:Win10,python3.8,CUDA10.1,Cudnn7.6.5,torch-1.6.0,torchvision-0.7.0首先保证你是windows系统,亲测win10,其次保证安装了CUDA10.1、Cudnn7.6.5我自己下载好了YOLOv5的环境,在windows系统下直接复制进anaconda就可以用。现将需要的文件放至百度网盘供有需要的码友下载:链接:https://pan.baidu.com/s/11WU0EefUetTVa1kHIpB7JA提取码:sx341.安装a原创 2020-12-23 10:39:12 · 1915 阅读 · 5 评论 -
CentOS7 离线升级gcc到8.3.0解决‘GLIBCXX_3.4.21‘not found
在安装yolov5的过程中,训练时需要’GLIBCXX_3.4.21’,这是gcc版本较低造成的,需要将自带的4.8.5升级,记录一下本人亲测的升级步骤。1. 下载源码包和依赖库原始地址下载慢,我在百度上手动搜索下载好了,源码包和依赖库如下:链接:https://pan.baidu.com/s/1g8jRSAoi4CWWLS03iywEUw提取码:47pm解压源码包,用tar zxvf gcc-8.3.0.tar.gz进入gcc文件夹,cd gcc-8.3.0 将刚才下载的另外4个压缩包复制原创 2020-12-15 21:44:36 · 1251 阅读 · 0 评论 -
工业缺陷检测中数据标注需要注意的几个事项
这段时间帮朋友做了一个电容检测的项目,他们是第一次接触深度学习,自然也是第一次自己打标签。很多人总觉得会搞网络才是大牛,实际上,在工业场景中,网络结构决定了下限,数据决定着上限,要想模型有好的表现,数据是至关重要的。下面就这个项目来说一说,工业缺陷检测在标注数据时需要注意的几个事项:1、离得比较近的缺陷就合并在一个框里以上两个图里的缺陷都是可以合并的,一是为了保持缺陷的完整性,同一个缺陷被标注成好多个,会给神经网络造成误解,同时也避免出现多个小目标。2、尽量不要有太细长的目标神经网络的卷积基本上原创 2020-11-25 20:44:57 · 3356 阅读 · 15 评论