参考https://github.com/wudashuo/yolov5
1下载
首先github上下载
git clone https://github.com/wudashuo/yolov5.git
yolov5按大小分为四个模型yolov5s、yolov5m、yolov5l、yolov5x,这四个模型的表现见下图
上图为基于5000张COCO val2017图像进行推理时,每张图像的平均端到端时间,batch size = 32, GPU:Tesla V100,这个时间包括图像预处理,FP16推理,后处理和NMS(非极大值抑制)。 EfficientDet的数据是从 google/automl 仓库得到的(batch size = 8)。
注意:v2.0, v3.0, v3.1, v4.0权重通用,但不兼容v1.0,不建议使用v1.0,建议使用最新版本代码。
2安装依赖
在这里可以直接安装,我们选用安装anaconda再虚拟环境中进行安装
首先安装anaconda,具体参考在linux中安装anaconda
yolov5官方说Python版本需要≥3.8,但是我自用3.7也可以,但仍然推荐≥3.8。
cd到yolov5的文件夹里,输入:
conda create -n test_env python=3.8
conda activate test_env # 激活新建的虚拟环境
pip install -r requirements.txt
pip安装慢的,请配置镜像源,下面是清华的镜像源。
pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
测试
# 快速推理,--source 指定检测源,以下任意一种类型都支持:
$ python detect.py --source 0 # 本机默认摄像头
file.jpg # 图片
file.mp4 # 视频
path/ # 文件夹下所有媒体
path/*.jpg # 文件夹下某类型媒体
可以直接使用,会自动下模型