训练好的YoloV5模型进行目标检测

接上一篇博客，本篇记录第一次训练的检测效果
训练得到的最优模型在...\runs\train\exp6\weights\best.pt位置

激活yolov5py38环境，进入yolov5-master文件夹

输入以下命令，使用视频来检查模型训练的效果

python detect.py --source D:\yolo\imageprocess\movie\2021_1229_132828_422.MP4 --weights runs\train\exp6\weights\best.pt --conf-thres 0.25

--source 后输入检测的源文件路径，--weights后输入训练好的模型权重文件
--conf-thres 是置信度阈值，低于该值的检测结果将被忽略。

源文件可以是多种格式，支持图像和视频，包括：'bmp', 'jpg', 'jpeg', 'png', 'tif', 'tiff', 'dng', 'webp', 'mpo'；'mov', 'avi', 'mp4', 'mpg', 'mpeg', 'm4v', 'wmv', 'mkv'。

训练完成后结果如下，平均每帧检测时间1.3ms

输出的视频存储在runs\detect\exp中

效果如下

第二次训练调整了batch_size=32，再次进行训练，受限于GPU显存不足，完成训练后无法进行验证，单独运行val.py对第二次训练的模型进行验证，设置数据为mydataset.yaml，权重为刚刚训练好的best.pt

python val.py --data D:\yolo\yolov5-master\data\mydataset.yaml --weights D:\yolo\yolov5-master\runs\train\exp8\weights\best.pt

训练好的验证结果存储在runs/val/exp中