- 博客(8)
- 收藏
- 关注
RSS订阅原创 基于yolov5的车辆目标检测（四）视频合成
由于文件是通过文件名进行排序的，在排序的过程中会出现问题，所以需要我们重新进行排序，否则在合成视频时会出现照片播放位置不对的情况！覆盖掉文件名，“MVI_2052_"只保留中间的，同时用split去除小数点.jpg，去除文件后缀名，只保留文件名中数字的部分。由于之前是把视频分解成一帧一帧的照片进行处理的，下面需要再把照片合并成视频。检测效果可以看博主的b站。
2023-09-10 13:51:32
245
1
原创 基于yolov5的车辆目标检测（三）模型训练
数据集：利用labelimg软件来标注数据和数据的准备预训练权重：一般为了缩短网络的训练时间，并达到更好的精度，我们一般加载预训练权重进行网络的训练。而YOLOv5的5.0版本给我们提供了几个预训练权重，我们可以对应我们不同的需求选择不同的版本的预训练权重。通过如下的图可以获得权重的名字和大小信息，可以预料的到，预训练权重越大，训练出来的精度就会相对来说越高，但是其检测的速度就会越慢。预训练权重可以通过下列网址进入然后进行下载，本次训练自己的数据集用的预训练权重为yolov5s.pt。
2023-09-10 13:36:17
1072
2
原创 基于yolov5的车辆目标检测（二）数据集的获取
视频存放的路径为绝对路径，由于’E:\Machine-Vision\Test_Mov\Mov\MVI_2052’含有转义字符‘\'，所以这里在绝对路径前加r以区分转义字符video_folder=视频的绝对路径img_folder=照片保存的绝对路径frequency=采样频率，相当于每隔frequency，对视频截取一次照片这里选择的frequency=10视频转换后的照片，保存在images路径下。
2023-09-10 00:08:37
470
1
原创 机器学习-Tensorflow和Pytorch库GPU版本安装
打开cmd，首先创建虚拟环境，分别输入以下两条命令，完成虚拟环境的创建和激活。打开cmd，首先创建虚拟环境，分别输入下面两条命令，完成虚拟环境的创建和激活。2、2、也可以使用conda env remove命令删除单个环境。1、使用conda remove命令可以删除单个环境。首先需要使用conda安装cuda和cudnn。如果输出为True则表示GPU可以使用。如果输出为True则表示GPU可以使用。
2023-09-08 00:47:05
297
1
原创 PyTorch深度学习笔记-线性模型
3.Training 模型训练。4.inferring 推理。1.DataSet 数据集。2.Model 选择模型。
2022-12-28 23:02:30
125
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人