【基于yolov5的图像识别】

最新推荐文章于 2025-03-04 20:13:40 发布

【网络星空】

最新推荐文章于 2025-03-04 20:13:40 发布

阅读量1.9k

点赞数 1

分类专栏：深度学习的宏观框架部署性能测试文章标签：计算机视觉 python 深度学习

本文链接：https://blog.csdn.net/weixin_42483745/article/details/125700733

版权

深度学习的宏观框架同时被 3 个专栏收录

40 篇文章

订阅专栏

部署

17 篇文章

订阅专栏

性能测试

10 篇文章

订阅专栏

该博客介绍了如何运用Yolov5框架进行人脸识别。首先，通过Yolov5官网获取并安装所需库。接着，下载训练集，并选择不同规模的预训练模型（yolov5s, yolov5m, yolov5l, yolov5x）进行训练。最后，利用训练好的模型进行图像检测，实现人脸识别功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

任务完成人脸检测案例实践

一、下载安装yolov5

（这个是参考示例算法，请大家自行选择识别算法框架）
Yolov5官网路径如下：
https://github.com/ultralytics/yolov5

在这里插入图片描述

参考第一个例子，下载安装所需库：
https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data

二、下载训练集进行模型训练

下载地址：https://github.com/ultralytics/yolov5/releases
在这里插入图片描述

yolov5共有四种模型：yolov5s、yolov5m、yolov5l、yolov5x。
不同的预训练模型，效果和精度不一样。
下载完成后，对模型进行训练

python detect.py --weights yolov5s.pt  
                           yolov5m.pt
                           yolov5l.pt
                           yolov5x.pt

三、进行图像检测

人脸识别
请添加图片描述

在这里插入图片描述

指定好训练集，以及训练集权重后运行
在这里插入图片描述

请添加图片描述