目标检测 YOLOv5实战项目
1、项目介绍及环境配置
1、在github官网搜索yolov5项目:https://github.com/ultralytics/yolov5
2、yolov5的各个版本查找,根据自己的需求,选择相应的版本。
3、选择相应的版本进行下载:
4、进入releases,找到最下面的Assets(里面是一些文件的发布)
5、将之前下载完的zip压缩包进行解压缩,然后用pycharm打开。一些相关环境以及配置的安装提前装备好。我这边使用的是云服务器代替pycharm。
打开文件,可以看到文件里的内容。
6、大部分作者会把需要安装的一些库放在一个文件中,如图;按照指定的命令进行安装即可
安装过程:
7、内容回顾总结:
2、如何利用YOLOv5进行预测
1、了解预训练的权重
s,m,l,x等分别代表不同的权重大小,类似于衣服尺码,依次递增。后面是针对不同的权重所产生的不同的效果。权重越大,效果越好。
2、运行detect文件,以及部分参数说明。
#weights用来指定我们使用的权重文件
parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'yolov5s.pt', help='model path or triton URL')
#source用来指定我们需要检测的文件路径
parser.add_argument('--source', type=str, default=ROOT / 'data/videos/', help='file/dir/URL/glob/screen/0(webcam)')
3、将需要检测的图片存放在相应的文件夹中
4、检测结果存放以及展示:
5、实时检测也可以,自己抽空尝试尝试
6、部分·参数的使用讲解
3、如何训练YOLOv5神经网络
1、train文件中各个参数的解释:
(1)
(2)
4、如何制作和训练自己的的数据集
1、标注
2、自己获得数据集(手动)-人工标注
3、自己获得数据集-半人工标注
4、仿真数据集(GAN、数字图像处理的方式)