yolov5发布于2020年,其在检测精度和速度上相比与yolov4都有较大的提高,其主要特点是:1.小目标的检测精度上有明显的提高,2.能自适应锚框计算,3.yolov5s的模型十几M大小,速度很快,能满足各种实际生成的现场部署,甚至可以在嵌入式上进行部署,4.具有数据增强功能,随机缩放,裁剪,拼接等功能。
如此强悍高速的深度学习目标检测模型应用在工业目标检测中效果如何呢?
标注后进行训练,如下训练过程
下面是训练过程中的测试效果
经过20次左右的迭代训练,测试集的识别率已经达到了99%,训练效率非常高!
本次介绍了如何利用yolov5训练工业数据集,后面将介绍如何在labview中调用yolov5训练的模型进行工业视觉外观检测。请关龙哥公众号!
如果觉得本文对你有帮助,请帮忙转发,谢谢!
扫码关注龙哥课程助教咨询课程优惠活动
扫码关注讲师微信
扫码关注本公众号
优酷免费课程链接:http://id.tudou.com/uvision
哔哩哔哩免费课程链接:https://www.bilibili.com/video/av44704547/
本文章相关源码将适时发布到相关论坛,请关注微信公众号信息