基于yolov5的鸟类图像准确识别

项目要求

现有不同种类的鸟，每一类有5张图，要求是对每一幅图中的鸟进行准确定位，即用bounding box将图中的鸟框出来。演示如下：

实现步骤：

1、数据集的制作

使用Make Sense网站制作数据集，创建六类鸟的labels,并对图像进行标注，并将其导出为yolov所使用的文件形式

2、下载yolov5官方代码，并下载yolov5s.pt，将其作为预训练使用的权重。

3、在目录下新建一个mydata文件夹，在该文件夹下面新建如下图的文件夹

其中image的train和val文件夹中存放训练和预测的图片，labels下面存放制作好的数据集和用来预测的数据集(val下面的文件是后面运行过程中生成的)，test文件夹下存放用来测试的图片。

4、在文件中放入yolov5s.pt预训练权重。

5、将文件打包上传到colab上(本计算机算力不够，故采用colab进行训练)

6、修改colab配置，选择使用GPU进行训练

7、使用指令解压文件

!unzip -uq birds.zip

8、使用指令切换工作目录，并安装yolov5所需要的依赖库

%cd /content/birds/yolov5-master/
!pip install -r requirements.txt

9、将data目录下的VOC.yaml复制一份，并将其命名为birds.yaml,并修改以下代码为自己的文件路径

train: /content/birds/yolov5-master/mydata/images/train  # train images (relative to 'path')  30 images