硬件及环境支持：
硬件：
软件： Anaconda3（自行安装）
部署环境配置：
-
下载yolo源码可以从GitHub下载-这里以此链接里的源码为参考，测试基于此源码http://链接：https://pan.baidu.com/s/14BMGAmwdcYSABdouFLcuPg?pwd=1234 提取码：1234 --来自百度网盘超级会员V2的分享
打开文件夹后如下图：
具体了解各文件，代码等可参考以下博主的优秀博客:【Yolov5】1.认真总结6000字Yolov5保姆级教程（2022.06.28全新版本v6.1）_yolov5教程-CSDN博客
-
下一步就是运行此源码，这里我们利用 Anaconda3搭建环境，电脑开始菜单栏下找到Anaconda3文件夹，点击如下：
打开后如图所示：
接下来创建环境、激活环境：
创建环境、如下：
conda create -n yolov5s python=3.11 
输入y确定：
出现如下界面，环境创建完成：
激活环境：
conda activate yolov5s如下为成功激活：环境由base切换为yolov5s:
-
下载安装yolov5s需要的依赖：
cd 到下载的yolovs源码文件夹：
完成后如下：
我们可以通过ls指令查看该目录下的内容：
通过下面标志的这个txt下载安装依赖：指令为：
pip install -r requirements.txt
运行后发现指令有错误：
解决方法为输入pip install -r requ后直接按Tab键补齐、如下：
pip install -r .\requirements.txt 
安装完成后，查看依赖：
pip list
此时可成功运行yolov5s，但是为了后续转换为onnx模型的成功部署，我们还需导入onnx、onnxruntime
pip install onnx
pip install onnxruntime成功安装： Successfully installed onnx-1.16.1
成功安装：Successfully installed coloredlogs-15.0.1 flatbuffers-24.3.25 humanfriendly-10.0 onnxruntime-1.18.0 pyreadline3-3.4.1
运行yolov5s识别程序
默认数据集在此路径下：\yolov5-master\data\images
直接对其进行识别：
python detect.py可以看到识别结果保存在 runs\detect\exp3这个文件夹下：
可以看到图像被成功识别：
若想采用摄像头实时识别可以运行以下代码：
source 0；0为摄像头索引，笔记本只有一个摄像头的应该都为0，有外接摄像头的可以尝试1或者2...等。
python .\detect.py --source 0
识别FPS感觉略低
接下来我们尝试运行onnx模型对黑色砝码进行识别：
代码及onnx模型：
代码引用以下博主的博客，如何修改及应用也可参考：http://t.csdnimg.cn/qxEwm
onnx 模型由export.py转换得到
import cv2
import numpy as np
import onnxruntime as ort
import time
def plot_one_box(x, img, color=None, label=None, line_thickness=None):
"""
description: Plots one bounding box on image img,
this function comes from YoLov5 project.
param:
x: a box likes [x1,y1,x2,y2]
img: a opencv image object
color: color to draw rectangle, such as (0,255,0)
label: str
line_thickness: int
return:
no return
"""
tl = (
line_thickness or round(0.002 * (img.shape[0] + img.shape[1]) / 2) + 1
) # line/font thickness
color = color or [random.randint(0, 255) for _ in range(3)]
c1, c2 = (int(x[0]), int(x[1])), (int(x[2]), int(x[3]))
cv2.rectangle(img, c1, c2, color, thickness=tl, lineType=cv2.LINE_AA)
if label:
tf = max(tl - 1, 1) # font thickness
t_size = cv2.getTextSize(label, 0, fontScale=tl / 3, thickness=tf)[0]
c2 = c1[0] + t_size[0], c1[1] - t_size[1] - 3
cv2.rectangle(img, c1, c2, color, -1, cv2.LINE_AA) # filled
cv2.putText(
img,
label,
(c1[0], c1[1] - 2),
0,
tl / 3,
[225, 255, 255],
thickness=tf,
lineType=cv2.LINE_AA,
)
def _make_grid( nx, ny):
xv, yv = np.meshgrid(np.arange(ny), np.arange(nx))
return np.stack((xv, yv), 2).reshape((-1, 2)).astype(np.float32)
def cal_outputs(outs,nl,na,model_w,model_h,anchor_grid,stride):
row_ind = 0
grid = [np.zeros(1)] * nl
for i in range(nl):
h, w = int(model_w/ stride[i]), int(model_h / stride[i])
length = int(na * h * w)
if grid[i].shape[2:4] != (h, w):
grid[i] = _make_grid(w, h)
outs[row_ind:row_ind + length, 0:2] = (outs[row_ind:row_ind + length, 0:2] * 2. - 0.5 + np.tile(
grid[i], (na, 1))) * int(stride[i])
outs[row_ind:row_ind + length, 2:4] = (outs[row_ind:row_ind + length, 2:4] * 2) ** 2 * np.repeat(
anchor_grid[i], h * w, axis=0)
row_ind += length
return outs
def post_process_opencv(outputs,model_h,model_w,img_h,img_w,thred_nms,thred_cond):
conf = outputs[:,4].tolist()
c_x = outputs[:,0]/model_w*img_w
c_y = outputs[:,1]/model_h*img_h
w = outputs[:,2]/model_w*img_w
h = outputs[:,3]/model_h*img_h
p_cls = outputs[:,5:]
if len(p_cls.shape)==1:
p_cls = np.expand_dims(p_cls,1)
cls_id = np.argmax(p_cls,axis=1)
p_x1 = np.expand_dims(c_x-w/2,-1)
p_y1 = np.expand_dims(c_y-h/2,-1)
p_x2 = np.expand_dims(c_x+w/2,-1)
p_y2 = np.expand_dims(c_y+h/2,-1)
areas = np.concatenate((p_x1,p_y1,p_x2,p_y2),axis=-1)
areas = areas.tolist()
ids = cv2.dnn.NMSBoxes(areas,conf,thred_cond,thred_nms)
if len(ids)>0:
return np.array(areas)[ids],np.array(conf)[ids],cls_id[ids]
else:
return [],[],[]
def infer_img(img0,net,model_h,model_w,nl,na,stride,anchor_grid,thred_nms=0.4,thred_cond=0.5):
# 图像预处理
img = cv2.resize(img0, [model_w,model_h], interpolation=cv2.INTER_AREA)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
img = img.astype(np.float32) / 255.0
blob = np.expand_dims(np.transpose(img, (2, 0, 1)), axis=0)
# 模型推理
outs = net.run(None, {net.get_inputs()[0].name: blob})[0].squeeze(axis=0)
# 输出坐标矫正
outs = cal_outputs(outs,nl,na,model_w,model_h,anchor_grid,stride)
# 检测框计算
img_h,img_w,_ = np.shape(img0)
boxes,confs,ids = post_process_opencv(outs,model_h,model_w,img_h,img_w,thred_nms,thred_cond)
return boxes,confs,ids
if __name__ == "__main__":
# 模型加载
model_pb_path = "best.onnx"
so = ort.SessionOptions()
net = ort.InferenceSession(model_pb_path, so)
# 标签字典
dic_labels= {0:'weight'
}
# 模型参数
model_h = 320
model_w = 320
nl = 3
na = 3
stride=[8.,16.,32.]
anchors = [[10, 13, 16, 30, 33, 23], [30, 61, 62, 45, 59, 119], [116, 90, 156, 198, 373, 326]]
anchor_grid = np.asarray(anchors, dtype=np.float32).reshape(nl, -1, 2)
video = 0
cap = cv2.VideoCapture(video)
flag_det = False
while True:
success, img0 = cap.read()
if success:
if flag_det:
t1 = time.time()
det_boxes,scores,ids = infer_img(img0,net,model_h,model_w,nl,na,stride,anchor_grid,thred_nms=0.4,thred_cond=0.5)
t2 = time.time()
for box,score,id in zip(det_boxes,scores,ids):
label = '%s:%.2f'%(dic_labels[id],score)
plot_one_box(box.astype(np.int16), img0, color=(255,0,0), label=label, line_thickness=None)
str_FPS = "FPS: %.2f"%(1./(t2-t1))
cv2.putText(img0,str_FPS,(50,50),cv2.FONT_HERSHEY_COMPLEX,1,(0,255,0),3)
cv2.imshow("video",img0)
key=cv2.waitKey(1) & 0xFF
if key == ord('q'):
break
elif key & 0xFF == ord('s'):
flag_det = not flag_det
print(flag_det)
cap.release() 运行代码：
按键s开始识别，按键q退出
python .\test.py
同时部署于树莓派5等嵌入式设备也是类似的步骤,亲测有效：
最后也是成功部署完成识别，此文章为自己学习记录时撰写，后续会更新基于距池云训练砝码及树莓派5部署的应用，有需要的可以关注参考学习，有疑问欢迎联系交流QQ：3470445202，若有侵权可联系删。
9775
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
