【3-4】YOLO系列
文章平均质量分 62
yolo系列的应用及使用教程
大黑山修道
这个作者很懒,什么都没留下…
展开
-
【python】YOLO目标检测txt标签转xml,支持与原xml标签融合
org_xmls_path:图片原有的xml标签。如果原本没有xml标签可以置为空,如果原本存在xml标签,则本次txt转换的xml标签信息可以与原有的xml标签信息进行融合。如果classes中的类别不在valid_class中,则会被筛掉,不会进行转换操作。output_xmls_path:输出转换后的xml标签路径,如果与org_xmls_path路径一致,则可以直接覆盖原有xml标签。classes:使用的yolo检测模型的类别信息,与该权重模型的训练设置一致,顺序不可颠倒,不可缺失。原创 2024-05-29 18:03:03 · 686 阅读 · 0 评论 -
【python】修改目标检测的txt标签(yolo)的类别ID映射
针对目录下的所有yolo格式的txt标签文件,将class类别的id修改为指定id。原创 2024-05-29 17:20:59 · 348 阅读 · 0 评论 -
【python】修改目标检测的xml标签(VOC)类别名
在集成多个数据集一同训练时,可能会存在不同数据集针对同一种目标有不同的类名,可以通过python脚本修改数据内的类名映射,实现统一数据集标签名的目的。label_dict:标签类名的映射字典,key值为修改前的类名,value值为修改后的类名。new_label_dir:输出的新xml标签的目录。label_dict[‘head’] = ‘头’org_label_dir:xml标签的目录。如图,修改标签类别名成功!原创 2024-05-28 17:48:58 · 505 阅读 · 0 评论 -
QT: 程序异常结束 The process was ended forcefully.
QT项目移植遇到这个问题,release编译,编译的时候并没有报错,运行的时候直接闪退;后来的解决方式:没找到dll库,但并没有报错;将项目目录下的一些必要dll库拷贝到生成的build目录下的release目录下,然后再运行release,就可以运行了。...原创 2020-07-27 14:23:26 · 7439 阅读 · 3 评论 -
【darknet-yolo系列】下载coco数据集并训练自己的模型
前言:coco数据集是个很庞大的,开源的数据集。有时候项目中需要训练一个模型,其中会包含coco数据集的某几类,此时会希望可以将庞大的coco数据集中提取出来自己需要的某几类别数据作为基础,再配合上自己采集一部分现场的数据集,训练成一个专门的模型,这样会比较高效,且质量有保障;1.下载coco数据集网上有很多;本人百度网盘coco2017的数据集链接:https://pan.baidu.com/s/1GVN0CcaWIckkIx53ePnR-g提取码:m41t后面都以coco2017为例2.数原创 2020-07-28 14:58:52 · 6291 阅读 · 6 评论 -
【darknet-yolo系列】Windows下在c++中调用darknet-yolo进行检测
本方法采用darknet自带的yolo_cpp_dll.dll来实现在c++代码中调用darknet;1.下载darknet项目:github地址:https://github.com/AlexeyAB/darknet2.打开darknet主目录下 build\darknet 目录,打开yolo_cpp_dll.sln文件打开项目属性:检测CUDA C/C++ 路径:加载 opencv路径(包含目录,库目录,链接器-输入-附加依赖项)具体操作可参考: VS2015安装opencv3.4.原创 2020-07-27 17:02:28 · 3778 阅读 · 4 评论 -
【darknet-yolo系列】在colab上训练yolo模型(详细操作流程)
简介:若是自己的电脑配置无法满足深度学习训练的要求,可以利用google的colab训练模型,可以在网页上进行操作,利用Google免费提供的远程linux后台及GPU来训练自己的模型。不过分配的硬盘空间会定期重置,最多不超过12小时,因此需要挂在自己的google drive到colab中,并将训练集和训练中生成的weights保存到云盘中。1.使用colab访问colab的前提就是可以访问外网,必备常识,不多说。注册google账号,开通google drive;google搜索colab,然后原创 2020-08-04 17:01:36 · 5225 阅读 · 14 评论 -
【darknet-yolo系列】通过自己的数据样本训练模型
运行环境:windows前提条件:已在windows下成功安装完darknet1.利用labelImg.exe的采集的数据进行标注一般标注完成后每一张图像都会生成一个对应的xml文件2.利用xml文件生成对应的txt文件原创 2020-06-30 11:03:26 · 1054 阅读 · 1 评论 -
【darknet-yolo系列】在window10下安装GPU版的darknet
个人环境安装完成后的配置总结:Visual Studio Enterprise 2015;cuda_10.0.130cudnn-10.0;opencv3.4.50.安装Vsiual Studio2015链接:https://pan.baidu.com/s/11L4_xgRl_3IRRE6L296Rfg提取码:2yms可去官网下载更新版本1.安装opencv可以官网下载:https://opencv.org/releases/若是觉得速度太慢,可以下载opencv3.4.5windows原创 2020-07-06 14:45:12 · 1946 阅读 · 7 评论 -
【darknet-yolo系列】yolov4 训练模型操作流程(包含所有资源下载)
全程参考官方文档:https://github.com/AlexeyAB/darkne非常详细!1.标注数据集,并转为yolo模式(txt格式):标注的方式很多,这边只针对labelImg工具标注来做的,没有的可自行网上下载;标注完成后,会生成xml文件,这里需要转换成yolo需要的txt格式:txt的格式:<object-class> <x_center> <y_center> <width> <height>第一个:分类数第二原创 2020-07-06 17:12:47 · 8148 阅读 · 1 评论 -
【darknet-yolo系列】yolov3 训练模型操作流程(包含所有资源下载)
全程参考官方文档:https://github.com/AlexeyAB/darkne非常详细!1.标注数据集,并转为yolo模式(txt格式):标注的方式很多,这边只针对labelImg工具标注来做的,没有的可自行网上下载;标注完成后,会生成xml文件,这里需要转换成yolo需要的txt格式:txt的格式:<object-class> <x_center> <y_center> <width> <height>第一个:分类数第二原创 2020-07-08 10:17:30 · 4064 阅读 · 1 评论 -
【python】在原图中显示标签(yolo格式)的检测框bbox
主要流程:读取标签文件数据,打开图像,利用opencv-python库,在原图中画出标签的bbox检测框,并可以保存。先说明一下我们的文件结构:训练集:我们在案例中将训练集目录命名为images然后训练集目录内全部都是jpg图像。例如: |-- images | |-- 000000000009.jpg | |-- 000000000025.jpg | |-- 000000000030.jpg | |-- .原创 2021-09-30 12:42:18 · 6190 阅读 · 12 评论 -
【yolov5】yolov5评估网络mAP时屏蔽指定的类
有时候i利用yolov5进行检测的时候,除了指定的分类外,还会将一些干扰项整理为一些类,以减少yolov5的检测误判。但在评估网路性能时,因为干扰项是标签以外的类,所以计算出的mAP会比实际上的低一些。解决方案: 很简单,就是删除掉检测为干扰项的部分结果,但难点在于如何删除。yolov5官方的评估脚本:val.py我们只需要在该代码内run()函数中增加几行代码即可:添加位置:在检测框经历NMS去除重复框后,即: # Run NMS targets[:, 2:] *=原创 2021-10-26 19:04:51 · 1481 阅读 · 1 评论 -
【yolov5】为yolov5网络增加亮度数据增强方法
数据集中往往会出现这些对比度和亮度不统一的场景,例如:有些场景采光好,效果明显;有些整体场景昏暗,整体亮度低,对比度低;还有一些场景例如黑暗中的灯光,周围环境暗灯光亮,整体亮度低局部亮度高,对比度高。采用的对比度与亮度图像增强算法来自于gamma变换,有点:图像调整变得非常自然,不易失真。代码如下:import cv2import numpy as npdef gamma_trans(img, gamma): ''' 首先归一化到0-1范围,然后gamma作为指数值求出原创 2021-11-01 22:22:15 · 8045 阅读 · 7 评论 -
【yolov5】为yolov5网络增加图像模糊的图像增强方法
坡哦原创 2021-11-02 17:09:44 · 5983 阅读 · 12 评论 -
【yolov5】通过yolo格式标注将标签中的目标从原图中截取出来
在很多任务中,需要将yolo网络与其他分类网络相结合,这时候需要通过yolo的标签,将标签中的目标从原图中截取出来,作为分类网络的数据集。脚本很简单,写下来为了节约时间,反复利用。代码简单介绍:读取图像对于的标签txt,判断类别是否是需要提取的类,若是则用标签的坐标框信息从原图中生成目标roi,并保存到输出目录内,以类命名的子目录内。代码:import osimport cv2def main(): # yolo标签目录 path_root_labels = '/media/cl原创 2022-05-20 18:19:32 · 2614 阅读 · 5 评论 -
【yolov5】实现一键yolov5数据处理(上)随机抽样+xml转txt+输出量化分析)
yolo 一键数据处理代码原创 2022-10-17 17:37:34 · 1434 阅读 · 0 评论 -
【yolov5】实现一键yolov5数据处理(下)(划分数据集和验证集+构建yolo数据集结构+生成yaml文件)
yoio 一键划分数据集原创 2022-10-21 18:18:13 · 3323 阅读 · 0 评论 -
【yolov5】yolov5 查看pt模型内部结构的方法(网络层)
yolov5 查看pt模型内部结构的方法(网络层,内部模块)然后选择pt模型,就可以看到内部结构了。原创 2022-11-18 15:25:24 · 2243 阅读 · 0 评论 -
【yolo】yolo的txt标签转VOC格式的xml标签
例如:需要标注10000+的数据,可以人工标注1000+,然后训练yolo模型,再用detect.py用模型对剩下来的原图进行推理,推理中保存txt格式的推理结果。然后可以采用本代码,对剩下来的原图进行自动标注,再人工调整。原创 2023-01-06 15:21:23 · 1746 阅读 · 2 评论 -
【yolov5】yolov5训练自己的数据集全流程----包含本人设计的快速数据处理脚本
labelImg自动生成的xml文件,需要转换成yolo格式的txt标签:labelImg自动生成的xml内容介绍:然后yolo的标签txt的格式:每一行描述一个检测框信息,总共5个数,由空格隔开。第一个数字代表检测目标的类别id第二个数字至第五个数字分别表示检测框的 x_center, y_center, width, height。原创 2023-02-10 20:33:27 · 1438 阅读 · 0 评论