yolo5-建立属于自己的模型

最新推荐文章于 2024-04-18 20:28:38 发布

不爱吃茄子的鱼

最新推荐文章于 2024-04-18 20:28:38 发布

阅读量1.5k

点赞数 3

文章标签： python 学习人工智能

本文链接：https://blog.csdn.net/weixin_48421942/article/details/131213130

版权

1、下载源码-安装依赖

1.1、根据git下载-安装依赖

#拉取源码
git clone https://github.com/ultralytics/yolov5  # clone
#进入yolo5
cd yolov5
#运行安装命令
pip install -r requirements.txt  # install

1.2、直接下载

url地址：https://github.com/ultralytics/yolov5
然后进入yolov5-master文件夹，进入文件夹cmd页面运行

pip install -r requirements.txt

pip install -r requirements.txt是yolo安装依赖命令，主要是源码主项目中的requirements.txt配置文件，命令需要运行在该文件所在目录。

1.3安装运行详情

2、项目结构解析

2.1、图片解析

3、yolo5模型下载

根据上面我们选择的yoloy5s.yaml配置文件我们选择这个模型即可。
下载地址：https://github.com/ultralytics/yolov5/releases

下载完后将模型放到项目中，运行train文件的时候修改一下对应模型地址即可。

4、测试官方模型

4.1、detect文件重点参数解读

#指定模型
parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'yolov5s.pt', help='model path or triton URL')
#指定测试图片
parser.add_argument('--source', type=str, default=ROOT / 'data/images', help='file/dir/URL/glob/screen/0(webcam)')
#指定data对应的配置文件
parser.add_argument('--data', type=str, default=ROOT / 'data/coco128.yaml', help='(optional) dataset.yaml path')
parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w')
#置信度阈值
parser.add_argument('--conf-thres', type=float, default=0.25, help='confidence threshold')
#目标框和真实框的iou阈值
parser.add_argument('--iou-thres', type=float, default=0.45, help='NMS IoU threshold')
parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image')
parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
parser.add_argument('--view-img', action='store_true', help='show results')
parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
parser.add_argument('--save-crop', action='store_true', help='save cropped prediction boxes')
parser.add_argument('--nosave', action='store_true', help='do not save images/videos')
parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --classes 0, or --classes 0 2 3')
parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')
parser.add_argument('--augment', action='store_true', help='augmented inference')
parser.add_argument('--visualize', action='store_true', help='visualize features')
parser.add_argument('--update', action='store_true', help='update all models')
parser.add_argument('--project', default=ROOT / 'runs/detect', help='save results to project/name')
parser.add_argument('--name', default='exp', help='save results to project/name')
parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
parser.add_argument('--line-thickness', default=3, type=int, help='bounding box thickness (pixels)')
parser.add_argument('--hide-labels', default=False, action='store_true', help='hide labels')
parser.add_argument('--hide-conf', default=False, action='store_true', help='hide confidences')
parser.add_argument('--half', action='store_true', help='use FP16 half-precision inference')
parser.add_argument('--dnn', action='store_true', help='use OpenCV DNN for ONNX inference')
parser.add_argument('--vid-stride', type=int, default=1, help='video frame-rate stride')