【目标检测】yolov5代码实战

一、yolov5介绍

YOLO 是 “You only look once” 缩写 , 是将图像划分为网格系统的对象检测算法，网格中的每个单元负责检测自身内的对象。

由于其速度和准确性，YOLO是最著名的目标检测算法之一。yolov5作为YOLO系列第五个迭代版本，它的一个特点就是权重文件非常之小，可以搭载在配置更低的移动设备上，而且容易学习上手。

yolov5各个权重文件的测试效果

二、yolov5安装

2.1 yolov5的源码下载

Yolov5 github官网：https://github.com/ultralytics/yolov5

2.2 预训练模型下载

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。yolov5的6.2版本给我们提供了以上几个预训练权重，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。在实际场景中是比较看这种速度，所以YOLOv5s是比较常用的。

将安装好的预训练模型放在yolo文件下。

2.3 安装yolov5的依赖项

使用pip install -r requirements.txt即可安装requirement.txt中所需要的依赖项。

2.4 检测是否安装成功

运行yolov5文件夹下的detect.py文件，若正常运行则说明yolov5安装成功，运行结果可以runs\文件夹下看到。

三、yolov5训练自己的数据集

【零基础玩转yolov5】yolov5训练自己的数据集：https://blog.csdn.net/whc18858/article/details/127164010?spm=1001.2014.3001.5501

参考资料

• 【零基础上手yolov5】yolov5的安装与相关环境的搭建：https://blog.csdn.net/whc18858/article/details/127131741
• 【零基础玩转yolov5】yolov5训练自己的数据集：https://blog.csdn.net/whc18858/article/details/127164010?spm=1001.2014.3001.5501