就拿yolo5来举例,预训练支持如下目标检测:
姓名:
0:人
1:自行车
2:汽车
3:摩托车
4:飞机
5:公交车
6:火车
7:卡车
8:船
9:交通信号灯
10:消火栓
11:停车标志
12:停车计时器
13:长凳
14:鸟
15:猫
16:狗
17:马
18:羊
19:奶牛
20:大象
21:熊
22:斑马
23:长颈鹿
24:背包
25:雨伞
26:手提包
27:领带
28:手提箱
29:飞盘
30:滑雪板
31:滑雪板
32:运动球
33:风筝
34:棒球棍
35:棒球手套
36:滑板
37:冲浪板
38:网球拍
39:瓶子
40:酒杯
41:杯子
42:叉子
43:刀
44:勺子
45:碗
46:香蕉
47:苹果
48:三明治
49:橙色
50:西兰花
51:胡萝卜
52:热狗
53:披萨
54:甜甜圈
55:蛋糕
56:椅子
57:沙发
58:盆栽
59:床
60:餐桌
61:卫生间
62:电视
63:笔记本电脑
64:鼠标
65:远程
66:键盘
67:手机
68:微波炉
69:烤箱
70:烤面包机
71:水槽
72:冰箱
73:书籍
74:时钟
75:花瓶
76:剪刀
77:泰迪熊
78:吹风机
79:牙刷
也可以用api打印:
import torch
# 加载指定的预训练模型文件
model = torch.hub.load('./yolo5', 'custom', path='yolov5s.pt', source='local')
# 打印目标类
print(model.names)