RV1126笔记十五：吸烟行为检测及部署＜二＞

已于 2022-12-25 09:42:42 修改
阅读量751 收藏
点赞数
分类专栏： RV1126项目实战 文章标签： python 开发语言
于 2022-12-24 15:57:48 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_38807927/article/details/128428738
版权
本文详细记录了在Windows10上使用Miniconda搭建Python3.8环境，包括conda和pip更换清华源，创建虚拟环境，安装PyTorch CPU版，以及LabelImg的下载和PyQt5、lxml的安装过程，为进行yolov5的训练和图像标注做准备。
摘要由CSDN通过智能技术生成

若该文为原创文章，转载请注明原文出处。

PC下yolov5环境搭建

我使用的训练环境是Windows10+MiniConda

接下来记录搭建全过程

备注：条件允许就使用ubuntu物理机，最好要有显卡，训练有显卡速度会快很多，没有显卡，训练300轮，亲测大概40小时，不值得。

一、miniconda 安装

1、下载地址

Miniconda — conda documentation

选择Python3.8,按yolov5説明，应该是大于3.7就可以，但RKNN训练是3.8转换模型是3.6，所以最好选择Python3.8，如果是ubuntu，需要选择相应的板本。 

下载后，一直下一步，直接安装。<

了解本专栏 订阅专栏 解锁全文 超级会员免费看
殷忆枫
关注
专栏目录
订阅专栏
【项目实战】YOLOV5 +实时吸烟目标检测+手把手教学+开源全部
cv君的博客
07-14 12万+
本原创项目长期更新，旨在完成校园异常行为实时精检测，做到集成+N次开发+优化（不止局限于调包）为止，近期将不断更新以下模型+数据+标注文件+教程。关注博主，Star 一下github，一起开始美妙的目标检测之路吧~~ 文章目录本原创项目长期更新，旨在完成校园异常行为实时精检测，做到集成+N次开发+优化（不止局限于调包）为止，近期将不断更新以下模型+数据+标注文件+教程。关注博主，Star 一下github，一起开始美妙的目标检测之路吧~~一、项目展示二、项目资源共享1：训练图片：香烟图片+吸烟手势+烟雾三、
抽烟行为监测识别系统 yolov5
燧机科技的博客
01-31 970
抽烟行为监测识别系统通过python+yolov5网络深度学习技术，对画面中人员抽烟行为进行主动识别检测。在介绍Yolo算法之前，首先先介绍一下滑动窗口技术，这对我们理解Yolo算法是有帮助的。采用滑动窗口的目标检测算法思路非常简单，它将检测问题转化为了图像分类问题。其基本原理就是采用不同大小和比例（宽高比）的窗口在整张图片上以一定的步长进行滑动，然后对这些窗口对应的区域做图像分类，这样就可以实现对整张图片的检测了。
YOLOv5吸烟检测 yolov5-6.0-smoking_detect.zip
05-19
YOLOv5吸烟检测训练好的 模型，在几千张吸烟数据中训练得到，用于吸烟时的行为检测，有YOLOv5m和yolov5s两个训练好的吸烟检测的模型；目标类别是smoke，准确率大90%以上，附有pr曲线，loss曲线等等， 参考结果：https://blog.csdn.net/weixin_51154380/article/details/124480876
YOLOv5烟雾检测+pyqt可视化界面 yolov5-6.0-smoke_detect-qt.zip
05-13
1、YOLOv5烟雾检测训练好的模型，可以直接使用，检测 的目标类别名称为smoke，并可以在可视化界面上直接运行，代码已集成好，直接运行就可展示可视化界面，可以通过界面上的 按钮选择图片进行烟雾检测，并且可以调用摄像头检测以及检测相关视频，使用简单，并附有使用说明 2、烟雾数据集下载：https://download.csdn.net/download/weixin_51154380/85190134 3、其他数据集参考：https://blog.csdn.net/weixin_51154380/article/details/124480876
pytorch 吸烟检测yolov5s
qq_36537774的博客
05-04 3719
【项目实战】YOLOV5 +实时吸烟目标检测+手把手教学+开源所有 文章目录 本原创项目长期更新，旨在完成校园异常行为实时精检测，作到集成+N次开发+优化（不止局限于调包）为止，近期将不断更新如下模型+数据+标注文件+教程。关注博主，Star 一下github，一块儿开始美妙的目标检测之路吧~~ 1、项目展现 2、项目资源共享 1：训练图片：香烟图片+吸烟手势+烟雾 3、实践教学 3.1环境配置 3.2数据标注与预处理 3.2..
yolov5抽烟检测数据集
09-15
yolov5抽烟检测数据集，txt格式，训练集、测试集、验证集已划分好，可直接用于训练，亲测有效
RV1126笔记二十：吸烟行为检测及部署＜七＞
12-25 982
部署到RV1126，Demo测试
RV1126笔记十九：吸烟行为检测及部署＜六＞
12-25 753
pt, onnx, rknn模型测试
RV1126笔记十八：吸烟行为检测及部署＜五＞
12-24 522
onnx转成RKNN模型
Rv1126使用，仿真yolov3和板端运行yolov5.pdf
08-26
rv1126linux环境配置和PC端仿真yolov3，板端运行yolov5.
抽烟检测数据集 分类识别训练 yolo格式
06-07
抽烟检测训练数据集 yolo txt格式标注文件 4870张图片 适合抽烟类识别训练
yolov5抽烟检测数据集.rar
04-17
1、资源内容：yolov5抽烟检测数据集.rar 2、资源特点：其中包括2500章图片，以及相应的text文本标注，包括类别，和烟的坐标。分为训练集、测试集、验证集已划分好，可直接用于训练，亲测有效 3、适用对象：计算机，电子信息工程、数学等专业的大学生课程设计和毕业设计。 4、更多仿真源码下载列表（自行寻找自己需要的）：https://blog.csdn.net/m0_62143653?type=download 5、作者介绍：某大厂资深算法工程师，从事Matlab、Python、C/C++、Java、YOLO算法仿真工作10年；擅长计算机视觉、目标检测模型、智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、智能控制、路径规划、无人机等多种领域的算法仿真实验，欢迎交流学习。
抽烟目标检测数据集含标签
06-25
抽烟目标检测数据集含标签
监控视频抽烟检测数据集
06-06
抽烟检测数据集 xml:4480 jpg:4473
RV1126笔记十七：吸烟行为检测及部署＜四＞
12-24 607
pt文件转换成onnx模型
吸烟检测 yolov5开源推荐
热门推荐
jacke121的专栏
08-05 1万+
【项目实战】YOLOV5 +实时吸烟目标检测+手把手教学+开源全部 标签：实战项目【数据共享】目标检测精读人工智能深度学习pytorch神经网络机器学习 Why this ad? Ads byFatChilli 本原创项目长期更新，旨在完成校园异常行为实时精检测，做到集成+N次开发+优化（不止局限于调包）为止，近期将不断更新以下模型+数据+标注文件+教程。关注博主，STAR 一下GITHUB，一起开始美妙的目标检测之路吧~~ 文章目录 本原创...
[PaddleDetection保姆级教程]使用自定义数据集实现吸烟识别预测
weixin_47349091的博客
07-09 1684
PaddleDetection 介绍 PaddleDetection是基于PaddlePaddle的端到端对象检测开发工具包，旨在帮助开发人员在训练模型的整个开发，优化性能和推理速度以及部署模型方面提供帮助。PaddleDetection在模块化设计中提供了各种对象检测体系结构，并提供了丰富的数据增强方法，网络组件，丢失功能等。PaddleDetection支持实际项目，例如工业质量检查，遥感图像对象检测以及具有模型等实际功能的自动检查。压缩和多平台部署。 现在，PaddleDetection中的所有模型都
yolov5部署在瑞星微1126开发板（末尾彩蛋）
m0_60524373的博客
10-13 5683
yolov5移植到开发板
D:\work\Workspace\android\drug-oper-ds\app\build\generated\source\kapt\WSD_MSDevice_GSTUDebug\com\wsd\msdevice\databinding\ActivityErrorListBindingImpl.java:167: ����: �޷����� BindingRecyclerViewAdapters�еķ��� setAdapterӦ�õ���������; me.tatarka.bindingcollectionadapter2.BindingRecyclerViewAdapters.setAdapter(this.rv, viewModelItemBinding, viewModelFaultMessageListGet, (me.tatarka.bindingcollectionadapter2.BindingRecyclerViewAdapter)null, (me.tatarka.bindingcollectionadapter2.BindingRecyclerViewAdapter.ItemIds)null, (me.tatarka.bindingcollectionadapter2.BindingRecyclerViewAdapter.ViewHolderFactory)null); ^ ��Ҫ: RecyclerView,ItemBinding<T>,List<T>,BindingRecyclerViewAdapter<T>,ItemIds<? super T>,ViewHolderFactory �ҵ�: RecyclerView,ItemBinding<MultiItemViewModel>,List<FaultMessage>,BindingRecyclerViewAdapter,ItemIds,ViewHolderFactory ԭ��: �ƶ����Ͳ����ϵ�ʽԼ������ �ƶ�: FaultMessage ��ʽԼ������: FaultMessage,MultiItemViewModel ����, T�����ͱ���: T��չ���ڷ��� <T>setAdapter(RecyclerView,ItemBinding<T>,List<T>,BindingRecyclerViewAdapter<T>,ItemIds<? super T>,ViewHolderFactory)��������Object打包报错，如何解决此问题
最新发布
06-10
根据报错信息看，问题似乎出在了 `BindingRecyclerViewAdapters.setAdapter()` 方法的参数类型不匹配上。具体来说，报错信息中提到了下面这一段： ``` RecyclerView,ItemBinding<T>,List<T>,BindingRecyclerViewAdapter<T>,ItemIds<? super T>,ViewHolderFactory ``` 这是这个方法的参数列表，其中的 `T` 是一个泛型类型。而报错信息中提到了这个方法实际传入的参数是： ``` RecyclerView,ItemBinding<MultiItemViewModel>,List<FaultMessage>,BindingRecyclerViewAdapter,ItemIds,ViewHolderFactory ``` 可以看到，这个参数列表中的 `T` 与方法定义中的 `T` 不匹配，因此编译器报错了。 解决这个问题的方法就是将方法的参数列表中的 `T` 替换成实际类型，保证参数类型匹配。在你的代码中，你可以将这个方法调用改成下面这样： ``` BindingRecyclerViewAdapters.setAdapter( this.rv, viewModelItemBinding, viewModelFaultMessageListGet, (BindingRecyclerViewAdapter<MultiItemViewModel>) null, (ItemIds<? super MultiItemViewModel>) null, (ViewHolderFactory) null ); ``` 这里将 `BindingRecyclerViewAdapter` 替换成了 `BindingRecyclerViewAdapter<MultiItemViewModel>`，将 `ItemIds` 替换成了 `ItemIds<? super MultiItemViewModel>`，将 `ViewHolderFactory` 替换成了 `ViewHolderFactory`。这样参数类型就匹配了，编译器就不会报错了。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

殷忆枫

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值