Aaron-ywl
今年复习考研!暂不发文章啦,待我上岸后再分享新的文章
展开
-
YOLO5实战1-利用Anaconda安装pytorch环境
在安装pytorch环境之前,我们要知道anaconda是什么且基本用法,参加文章:还是搞不懂Anaconda是什么?读这一篇文章就够了打开Anaconda Prompt,创建pytorch虚拟环境,并配上3.8版本的Python包。安装完后查看是否安装成功。从图中看到了已经成功安装好pytorch虚拟环境。然后激活pytorch虚拟环境。可以看到我们从base环境切换到pytorch环境了。接下来我们在pytorch环境下安装pytorch-gpu的包。由于pytorch的官网在国外,下载相关原创 2022-07-08 20:03:09 · 1610 阅读 · 19 评论 -
YOLO5实战2-教你使用labelimg制作自己的深度学习目标检测数据集
LabelImg是一个图形图像注释工具。它是用Python编写的,并使用Qt作为其图形界面。同时它也是一款开源的数据标注工具,可以标注三种格式。标注的格式数据可用于人工智能数据集训练。VOC标签格式,保存为xml文件。YOLO标签格式,保存为txt文件。createML标签格式,保存为json格式。待标注图片数据的路径文件夹,这里输入命令的时候就选定了JPEGImages。(当然这是可以换的)保存类别标签的路径文件夹,这里我们选定了Annotations文件夹。常用快捷键功能A。...原创 2022-07-18 13:33:53 · 1167 阅读 · 0 评论 -
YOLO5实战3-目标检测中的数据集格式转化以及训练集和验证集划分
由于yolov5训练需要的数据标签格式为txt格式,所以有时候我们利用labelimg标注的时候会用yolo格式(标注生成的标签为txt格式)。标注好的数据集训练的时候就要划分为训练集和验证集,因此就需要有划分为训练集和测试集的代码。因此我们可以将txt格式的数据集先转换成xml格式的数据集,然后再按将xml格式标签转化成txt格式标签并划分为训练集和验证集。至此,xml格式的标签文件转换为txt格式的标签文件并划分为训练集和测试集就介绍完了。保存好的标签种类,不然生成的txt文件是不对的。...原创 2022-07-18 13:34:46 · 594 阅读 · 0 评论 -
YOLO5实战4-保姆级带你训练自己的数据集(附常见错误的解决办法)
YOLOv5的代码是开源的,因此我们可以从全球最大的男性交友网站-github上克隆其源码。首先打开yolov5的github的官网(这个网站在国外打开是很慢的,而且是有的时候能正常打开,有的时候是进不去的,但是大家第一次打不开的话,一定要多打开几次。)打开官网的页面是这样的我们将下载好的yolov5的压缩包进行解压。解压后的文件夹目录是这样的然后用自己熟悉的IDE打开,我这里用的是pycharm,打开后整个代码目录是这样的。然后对代码的整体框架进行介绍data同级目录下面。的检测。...原创 2022-07-18 13:35:46 · 499 阅读 · 0 评论 -
YOLO5实战5-保姆级带你推理测试结果
等到数据训练好了以后,就会在主目录下产生一个run文件夹,在run/train/exp/weights目录下会产生两个权重文件,一个是最后一轮的权重文件,一个是最好的权重文件,一会我们就要利用这个最好的权重文件来做推理测试。这里我准备了一个hat.mp4,用于对视频进行推理测试,感兴趣的可以自行下推理试试。也可以准备好一个新的视频去推理。源代码推理的视频是没有音频的,这个是我后面在无声的视频上接上的音频,这样看起来更舒服!对视频进行测试,和如上的图片的测试是一样的,只不过是将图片的路径改为视频的路径而已。.原创 2022-07-18 13:36:36 · 484 阅读 · 0 评论 -
YOLO5实战6-将推理结果的检测框显示英文改成显示中文并推理测试
很多人在训练yolov5目标检测的时候,标签只能显示英文的。那么怎么样才可以训练一个可以检测物体并且显示中文标签的模型呢。那么我们来介绍。本文结尾有我已经完成好的整个工程文件,有需要的自行下载!...原创 2022-07-18 13:37:15 · 1305 阅读 · 6 评论