yolov5将权重模型中的的标签词替换中文

暗碳

已于 2023-04-23 19:56:37 修改

阅读量976

点赞数 2

文章标签： YOLO 深度学习 python

于 2023-04-23 19:46:45 首次发布

本文链接：https://blog.csdn.net/qq_41490154/article/details/130328869

版权

在使用YOLOv5进行目标检测时，如果你需要将权重模型中的标签词替换为中文，可以参考这个教程。当遇到'No module named ‘models’'的错误，只需在训练和检测脚本同级目录创建新py文件，导入并执行相关代码，即可实现标签替换。

摘要由CSDN通过智能技术生成

如果报错’No module named ‘models’',请在yolov5的目录下(也就是train.py和detect.py的同目录)新建一个py文件,然后复制代码进去执行

import torch

# 加载模型
w=torch.load('D:/code/yolov5pt/yolov5n.pt')

#打印所有name
print(w.get('model').names)

# 定义一个将英文单词映射到中文单词的字典
word_map = {
   
    'person': '人类',
    'bicycle': '自行车',
    'car': '汽车',
    # 根据需要添加更多映射
}

# 遍历列表，将每个英文单词替换为其中文对应词
for i in range(len(w.get('model').names)):
    if w.get('model').names[i] in word_map:
        w.get('model').names[i] = word_map[w.get('model').names[i]]

# 打印替换后的列表
print('替换后')
print(w.get('model'