背景:想利用自己收集的一些图片制作数据集进行训练,但是有8000多张,而且都是常见的检测出人就可以,所以想着利用YOLOv5的detect.py以及YOLOv5的原始权重YOLOv5s.pt进行半自动标注。
命令行:
python3 detect.py --weights weights/yolov5s.pt --source data/detect --classes 0 --device 0 --save-txt
(1) --weights weights/yolov5s.pt
采用YOLOv5自带的权重yolov5s.pt,检测人的效果会好一点,如果自己训练的权重也很好,也可以用自己的;
(2)--source data/detect
这里放入想要标注的图片;
(3)--classes 0
YOLOv5的权重可以检测80个类,但是我们只想让它把我们给的图片中的人检测出来,而人在YOLOv5的80个类中是第一位,所以这里采用--classes 0
(4)--device 0
采用哪一块GPU的训练,我们这里采用第一块;
(5)--save-txt
将预测的框坐标以txt文件形式保存。
效果图