视觉学习(目标检测)
文章平均质量分 64
小海同学@
消灭恐惧最好的办法就是面对恐惧
展开
-
目标检测YOLOv5开源代码项目调试实战(数据处理模型训练)
制作数据集利用Colabeler可以制作数据集,对图片进行标注。导出voc模式如图所示,标注完后,可以导出voc模式准备好大量的数据之后,可以将数据集放在项目当中。在yolov5下面创建一个文件夹Power_data,在Power_data文件夹下面再建立一个标注文件夹Annotations,用来存放voc文件,建立ImageSets文件夹,用来存放图片,其中,图片名称和导出的voc名称需要一样,否则无法对应识别,把制作好的数据集复制粘贴进去即可。数据集处理完毕之后,我们需要把voc的数据处原创 2021-08-08 08:06:21 · 498 阅读 · 0 评论 -
目标检测YOLOv5开源代码项目调试实战(训练神经网络)
打开项目的train.py文件,找到各个参数1.weightdefault中的参数就是训练的网络模型,可以是初始的,也可以是训练好的,如果有训练好的,可以直接复制路径,从训练好的开始,继续训练,但是一般来说训练都是从头开始训练,可以去掉,为空,就是从初始话开始训练2.cfg设置当中的缩写,放在了modefl当中,打开可以看到一些基本参数,路径设置完了之后,就说明训练模型的结构就是yolov5s3.data指定的数据集,数据集的下载,训练的数据集在哪个地方,数据集的名字有哪些。4.hyp原创 2021-08-05 10:51:03 · 441 阅读 · 0 评论 -
目标检测YOLOv5开源代码项目调试实战(参数解析)
1.weights利用该参数用来调整训练模型,不同的yolov5模型(上一节为了运行起来,已经展示过何如解决下载慢的问题),识别的正确率不同2.source该参数是数据源,可以是图片,可以是视频,default可以进行一个修改按照这样的形式,粘贴进去就行了,包括视频也是按照该方法,如果是照片文件夹,则会将文件夹下的所有照片进行检测,视频是按照截取帧数形式进行识别,但是视频可能有些问题,识别完之后可能打不开,后面会进行一个对照片或者视频的实时测试。3.imag-size作用是将图片大小进行原创 2021-08-04 11:10:23 · 1752 阅读 · 0 评论 -
目标检测YOLOv5开源代码项目调试实战(项目环境配置)
1.Anaconda的环境创建与激活Anaconda打开后的界面是(base)但是一般我们不用基础环境,自己创建一个需求环境 ,否则anaconda的意义不大,一个项目创建一个环境,之后所有项目不会因为版本的原因而出现报错。创建虚拟环境咱先conda加入环境变量如图所示,找到anaconda的Scrips的包,将其放进环境变量中即可,后续可以直接在cmd当中使用conda命令,否则会出现 ‘conda’不是内部或外部命令,也不是可运行程序或批处理文件接下来可以直接进行对虚拟环境的创建,输入以下命原创 2021-08-03 18:16:17 · 1103 阅读 · 0 评论