YOLOv5实战项目

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）

5、理解预测代码组织和结构

6、理解训练代码组织和结构

7、重写代码（待定）