- 博客(3)
- 收藏
- 关注
原创 Yolov5实践:以中医智能舌诊系统(舌象分类)为例(三)----系统可视化窗口
weights =“” :这里需要改成你的模型权重路径,这样就可以通过图形化界面,对新的图片进行舌诊预测和分割。只要点击下述按钮就可进行检测,甚至可以用电脑摄像头检测。运行window.py即可出现上述可视化窗口。该图形化界面还有一个视频舌诊功能。
2024-07-23 20:49:33
399
原创 Yolov5实践:以中医智能舌诊系统(舌象分类)为例(二)----训练和测试
PS:你的标签文件夹应该和图像文件夹放在一个根目录下,这样模型才能识别标签数据(标签labels和图像images数据不同,不需要特地表明文件路径,但是必须和images放在同一个根目录下),这里我将他们一起放在data文件夹下。当我们把模型训练好后,在./runs/train文件夹下会出现exp文件夹,其中exp中的weights文件夹中会有两个pt文件,best.pt和last.pt,分别代表最好的权重和最后训练的权重。“yolov5s.pt”就是预训练的模型,你也可以根据你使用的模型进行更改。
2024-07-23 20:48:54
985
原创 Yolov5实践:以中医智能舌诊系统(舌象分类)为例(一)--数据标注介绍
yolov5的数据集需要一个images(图像)文件夹和一个labels(标签)文件夹,分别用于存储图像数据和标签数据。如果你要训练的数据集无法在网络上找到对应的yolo格式的标签数据,那么就需要你自己对图像数据进行标注操作。生成的标签是一个名称和原图像一样的txt文件,第一个数字是label对应的数字,后四个数字是识别框的坐标。如图,images和labels下的三个文件夹中的名称应当是相互对应的,如果没用相互对应,就会出现报错和导致训练分数为0。现在我的数据集将我的数据集作为例子展示。
2024-07-23 20:47:19
521
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