【计算机视觉 | YOLO】15 分钟上手 MMYOLO 目标检测（含代码）

最新推荐文章于 2024-05-06 17:26:13 发布
置顶 VIP文章 最新推荐文章于 2024-05-06 17:26:13 发布
阅读量1.2k 收藏 27
点赞数 28
分类专栏： 计算机视觉 文章标签： 计算机视觉 YOLO 目标检测
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wzk4869/article/details/136689871
版权

目标检测任务是指给定一张图片，网络预测出图片中所包括的所有物体类别和对应的边界框

在这里插入图片描述

以我们提供的猫 cat 小数据集为例，带大家 15 分钟轻松上手 MMYOLO 目标检测。整个流程包含如下步骤：

文章目录

一、环境安装

假设你已经提前安装好了 Conda，接下来安装 PyTorch

conda create -n mmyolo python=3.8 -y
conda activate mmyolo
# 如果你有 GPU
conda install pytorch torchvision -c pytorch
# 如果你是 CPU
# conda install pytorch torchvision cpuonly -c pytorch

安装 MMYOLO 和依赖库：

git clone https://github.com/open-mmlab/mmyolo.git
cd mmyolo
pip install -U openmim
mim install -r requirements/mminstall.txt
# Install albumentations
mim install -r requirements/albu.txt
# Install MMYOLO
mim install -v -e .
# "-v" 指详细说明，或更多的输出
# "-e" 表示在可编辑模式下安装项目，因此对代码所做的任何本地修改都会生效，从而无需重新安装。

温馨提醒：由于本仓库采用的是 OpenMMLab 2.0，请最好新建一个 conda 虚拟环境，防止和 OpenMMLab 1.0 已经安装的仓库冲突。

二、安装和验证

步骤 0. 使用 MIM 安装 MMEngine、 MMCV 和 MMDetection 。

pip install -U openmim
mim install "mmengine>=0.6.0"
mim install "mmcv>=2.0.0rc4,<2.1.0"
mim install "mmdet>=3.0.0,<4.0.0"

如果你当前已经处于 mmyolo 工程目录下，则可以采用如下简化写法：

cd mmyolo
pip install -U openmim
mim install -r requirements/mminstall.txt

注意：

a. 在 MMCV-v2.x 中，mmcv-full 改名为 mmcv，如果你想安装不包含 CUDA 算子精简版，可以通过 mim install mmcv-lite>=2.0.0rc1 来安装。

b. 如果使用 albumentations，我们建议使用 pip install -r requirements/albu.txt 或者 pip install -U albumentations --no-binary qudida,albumentations 进行安装。 如果简单地使用 pip install albumentations==1.0.1 进行安装，则会同时安装 opencv-python-headless（即便已经安装了 opencv-python 也会再次安装）。我们建议在安装 albumentations 后检查环境，以确保没有同时安装 opencv-python 和 opencv-python-headless，因为同时安装可能会导致一些问题。更多细节请参考 官方文档 。

步骤 1. 安装 MMYOLO

方案 1. 如果你基于 MMYOLO 框架开发自己的任务，建议从源码安装：

git clone https://github.com/open-mmlab/mmyolo.git
cd mmyolo
# Install albumentations
mim install -r requirements/albu.txt
# Install MMYOLO
mim install -v -e .
# "-v" 指详细说明，或更多的输出
# "-e" 表示在可编辑模式下安装项目，因此对代码所做的任何本地修改都会生效，从而无需重新安装。

方案 2. 如果你将 MMYOLO 作为依赖或第三方 Python 包，使用 MIM 安装

mim install "mmyolo"

为了验证 MMYOLO 是否安装正确，我们提供了一些示例代码来执行模型推理。

步骤 1. 我们需要下载配置文件和模型权重文件。

mim download mmyolo --config yolov5_s-v61_syncbn_fast_8xb16-300e_coco --dest .

下载将需要几秒钟或更长时间，这取决于你的网络环境。完成后，你会在当前文件夹中发现两个文件 yolov5_s-v61_syncbn_fast_8xb16-300e_coco.py 和 yolov5_s-v61_syncbn_fast_8xb16-300e_coco_20220918_084700-86e02187.pth。

步骤 2. 推理验证

方案 1. 如果你通过源码安装的 MMYOLO，那么直接运行以下命令进行验证：

python demo/image_demo.py demo/demo.jpg \
                          yolov5_s-v61_syncbn_fast_8xb16-300e_coco.py \
                          yolov5_s-v61_syncbn_fast_8xb16-300e_coco_20220918_084700-86e02187.pth

# 可选参数
# --out-dir ./output *检测结果输出到指定目录下，默认为./output, 当--show参数存在时，不保存检测结果
# --device cuda:0    *使用的计算资源，包括cuda, cpu等，默认为cuda:0
# --show             *使用该参数表示在屏幕上显示检测结果，默认为False
# --score-thr 0.3    *置信度阈值，默认为0.3

运行结束后，在 output 文件夹中可以看到检测结果图像，图像中包含有网络预测的检测框。

支持输入类型包括

单张图片, 支持 jpg, jpeg, png, ppm, bmp, pgm, tif, tiff, webp。

文件目录，会遍历文件目录下所有图片文件，并输出对应结果。

网址，会自动从对应网址下载图片，并输出结果。

方案 2. 如果你通过 MIM 安装的 MMYOLO， 那么可以打开你的 Python 解析器，复制并粘贴以下代码：

from mmdet.apis import init_detector, inference_detector

config_file = 'yolov5_s-v61_syncbn_fast_8xb16-300e_coco.py'
checkpoint_file = 'yolov5_s-v61_syncbn_fast_8xb16-300e_coco_20220918_084700-86e02187.pth'
model = init_detector(config_file, checkpoint_file, device='cpu')  # or device='cuda:0'
inference_detector(model, 'demo/demo.jpg')

你将会看到一个包含 DetDataSample 的列表，预测结果在 pred_instance 里，包含有预测框、预测分数 和 预测类别。

三、数据集准备

Cat 数据集是一个包括 144 张图片的单类别数据集（本 cat 数据集由 @RangeKing 提供原始图片，由 @PeterH0323 进行数据清洗）, 包括了训练所需的标注信息。 样例图片如下所示：

在这里插入图片描述
你只需执行如下命令即可下载并且直接用起来：

python tools/misc/download_dataset.py --dataset-name cat --save-dir ./data/cat --unzip --delete

数据集组织格式如下所示：

在这里插入图片描述

data 位于 mmyolo 工程目录下， data/cat/annotations 中存放的是 COCO 格式的标注，data/cat/images 中存放的是所有图片。

四、配置准备

以 YOLOv5 算法为例，考虑到用户显存和内存有限，我们需要修改一些默认训练参数来让大家愉快的跑起来，核心需要修改的参数如下：

  • YOLOv5 是 Anchor-Based 类算法，不同的数据集需要自适应计算合适的 Anchor
  • 默认配置是 8 卡，每张卡 batch size 为 16，现将其改成单卡，每张卡 batch size 为 12
  • 默认训练 epoch 是 300，将其改成 40 epoch
  • 由于数据集太小，我们选择固定 backbone 网络权重
  • 原则上 batch size 改变后，学习率也需要进行线性缩放，但是实测发现不需要

具体操作为在 configs/yolov5 文件夹下新建 yolov5_s-v61_fast_1xb12-40e_cat.py 配置文件(为了方便大家直接使用，我们已经提供了该配置)，并把以下内容复制配置文件中。

# 基于该配置进行继承并重写部分配置
_base_ = 'yolov5_s-v61_syncbn_fast_8xb16-300e_coco.py'

data_root = './data/cat/' # 数据集根路径
class_name = ('cat', ) # 数据集类别名称
num_classes = len(class_name) # 数据集类别数
# metainfo 必须要传给后面的 dataloader 配置，否则无效
# palette 是可视化时候对应类别的显示颜色
# palette 长度必须大于或等于 classes 长度
metainfo = dict(classes=class_name, palette=[(20, 220, 60)])
最低0.47元/天 解锁文章
旅途中的宽~
关注
  • 28
    点赞
  • 踩
  • 27
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
基于yolo5的目标检测人物动物识别，有代码，有数据，可以直接运行
05-14
基于yolo5的目标检测人物动物识别，有代码，有数据，可以直接运行
目标检测+旋转目标框+YOLO+小目标检测
01-11
旋转目标框标注工具 用于yolo、centernet模型的数据集制作与训练 下载配置环境： pip install labelimg pip install pyqt5 运行setup.py
计算机视觉之目标检测数据集：动物五分类检测数据集（yolo标注格式的txt文件）
01-17
项目包含动物五分类检测数据集，可直接用作目标检测数据集，无需额外处理。 数据集介绍：分为训练集、测试集，总大小354MB 训练集：3687张图片和3687个标签txt文件组成 测试集：921张图片和921个标签txt文件组成 ***除此外，包含类别的txt文件*** 为了方便查看数据，提供了可视化py文件，随机传入一张图片即可绘制边界框，并且保存在当前目录。脚本无需更改，可以直接运行！
计算机视觉之目标检测数据集：抽烟检测数据集（YOLO标注格式的txt文件）
01-22
项目包含抽烟检测数据集，可直接用作目标检测数据集，无需额外处理。 数据集介绍：分为训练集、测试集 训练集：627张图片和627个标签txt文件组成 测试集：156张图片和156个标签txt文件组成 ***除此外，包含检测类别的json字典文件*** 为了方便查看数据，提供了可视化py文件，随机传入一张图片即可绘制边界框，并且保存在当前目录。脚本无需更改，可以直接运行！
计算机视觉之目标检测数据集：害虫数据集（yolo标注格式的txt文件）
01-05
项目包含林业害虫数据集，可直接用作目标检测数据集，无需额外处理。 文件包含1473张训练图像、1473个YOLO格式的txt文本标签和245张测试图像以及245个YOLO格式的txt文本标签，大小为870MB。 除此外，还包含一个类别的txt文件。 VOC格式的下载链接：https://download.csdn .net/download/qq_44886601/88703664
MMDet 3.0：目标检测新基准与前沿
qq_39967751的博客
10-21 2758
** 基于全新的训练引擎 MMEngine，MMDetection 3.0 和其它 OpenMMLab 2.0 的算法库彻底拉通了底层设计，并采用了统一的细粒度抽象与接口，使得训练流程更加灵活，架构更具扩展性。在此基础上，MMDetection 3.0 对模型的各个组件接口也进行了重构和简化，以支撑更加丰富的检测算法和下游应用。MMDetection 3.0 的运行速度和基准精度也得到了进一步优化，达到了现有框架的最优水平。另外，我们还研发了高精度模型 RTMDet，并和热情的社区开发者一起合作，开发了 M
OpenMMLab MMdetection 目标检测模型系例文章（一）
qq_41627642的博客
06-29 641
1、是时候该学会 MMDetection 进阶之非典型操作技能（一） 2、显著提升模型精度！一文教你加载 MMRazor 轻量级骨干网络应用下游任务–以 MMYOLO 为例 3、MMDetection 支持数据增强神器 Simple Copy Paste 全过程 4、超 10 个点的提升！ Open Images 在 MMDetection 的实现 5、ResNet 高精度预训练模型在 MMDetection 中的最佳实践 6、YOLOX 在 MMDetection 中复现全流程解析 7、 轻松掌握 MMD
目标检测与跟踪 （1）- 机器人视觉与YOLO V8
Techblog of HaoWANG
08-02 1885
3D物体实时检测、三维目标识别、6D位姿估计一直是机器人视觉领域的核心研究课题，最新的研究成果也广泛应用于工业信息化领域的方方面面。通过众多的传感器，例如激光扫描仪、深度摄像头、双目视觉传感即可获得三维物体的识别数据，以此为基础开展研究的计算机视觉方向领域也有着较为深入的发展。
YOLOv8 深度详解！一文看懂，快速上手
2301_81940605的博客
03-06 1581
YOLOv8 是 ultralytics 公司在 2023 年 1月 10 号开源的 YOLOv5 的下一个重大更新版本，目前支持图像分类、物体检测和实例分割任务，在还没有开源时就收到了用户的广泛关注。
计算机视觉之目标检测数据集：行人摔倒检测数据集（YOLO标注格式的txt文件）
01-22
项目包含行人摔倒检测数据集，可直接用作目标检测数据集，标注格式为YOLO的相对坐标，无需额外处理。 数据集介绍：分为训练集、测试集 训练集：1152张图片和1152个标签txt文件组成 测试集：288张图片和288个标签txt文件组成 ***除此外，包含检测类别的json字典文件*** 为了方便查看数据，提供了可视化py文件，随机传入一张图片即可绘制边界框，并且保存在当前目录。脚本无需更改，可以直接运行！
yolo目标检测+目标跟踪+姿态识别+实例分割代码
11-12
yolo目标检测+目标跟踪+姿态识别+实例分割代码.毕业设计可用，简单易运行，如需帮助，请私信1 使用方法： 1.pip install -r requirements.txt 2.python track --method deepsort --seg yolov8.pt 3.查看实时检测视频/图片效果
基于yolo v3算法的倾斜目标检测方法、装置及存储介质.docx
05-25
基于yolo v3算法的倾斜目标检测方法、装置及存储介质.docx基于yolo v3算法的倾斜目标检测方法、装置及存储介质.docx基于yolo v3算法的倾斜目标检测方法、装置及存储介质.docx基于yolo v3算法的倾斜目标检测方法、装置及存储介质.docx基于yolo v3算法的倾斜目标检测方法、装置及存储介质.docx基于yolo v3算法的倾斜目标检测方法、装置及存储介质.docx基于yolo v3算法的倾斜目标检测方法、装置及存储介质.docx基于yolo v3算法的倾斜目标检测方法、装置及存储介质.docx
计算机视觉-YOLOv8目标检测-COCO128数据集应用分析
12-25
摘要： 本文深入探讨了使用YOLOv8进行目标检测任务的过程，特别是在使用COCO128数据集时的具体应用。通过详细分析YOLOv8的架构和优势，本文旨在为读者提供一个清晰的视角，了解如何有效利用这一先进的目标检测技术。 1. 引言： 目标检测是计算机视觉领域的一个核心任务，广泛应用于无人驾驶、安全监控、图像分析等多个领域。YOLOv8作为最新的目标检测模型之一，以其高效率和准确性受到业界的广泛关注。COCO128作为一个轻量级的数据集，提供了一个快速入门的平台，使研究者和开发者能够在一个更简洁的数据集上测试和优化他们的模型。 2. YOLOv8架构概述： YOLOv8继承并优化了YOLO系列的设计理念，特别强调在实时性和准确度之间的平衡。它通过改进的卷积网络结构、更有效的特征提取和优化的锚点策略，实现了对目标的快速而准确的检测。 3. COCO128数据集简介： COCO128是一个从COCO数据集衍生出的轻量级数据集，包含了128张精选图像和各种类别的标注。这个数据集旨在提供一个高效的平台，用于快速测试和原型设计，尤其适合资源有限的环境。
基于YOLO的3D目标检测（激光雷达点云）课程设计
03-05
基于YOLO的3D目标检测（激光雷达点云）课程设计
YOLO-World环境搭建&推理测试
最新发布
zzq1989_的专栏
05-06 618
官方YOLO-World是基于mmyolo, mmdetection实现的，但U1S1，mm系列对于入门确实不错，但对于新开源算法上手测试真心难用，听说ultralytics支持YOLO-World了，可以直接通过ultralytics库来玩YOLO-world了使用方式简单到了极致，几行命令即可，还不需要安装一大堆的mm包，不需要编译各种无关op。OK，让我们开始吧。YOLO-World在大规模数据集上的预训练展示了强大的零样本性能，在LVIS上达到35.4 AP的同时，还能保持52.0 FPS的速度。
MMYOLO目标检测部署（CPU环境，mmcv2.0.1对应pytorch2.0.0）
yizhiboshanshan的博客
10-08 650
导致，之前网上很多教程的解决办法是重装mmcv以适配pytorch版本，但mmcv与mmdet等库版本也需对应，且在requirements/mminstall.txt中也要求了指定版本，实际安装后为mmcv2.0.1，故换pytorch版本应更为稳妥。由于我想在CPU环境下先跑一下测试，根据官方教程装的pytorch版本是目前最新的torch2.1，后续查阅mmcv2.0官方文档，将torch版本更换后，其他环境安装均不变，即可解决报错，成功运行。完全按照教程一步步部署环境，最后测试时遇到了。
OpenMMLab开营笔记
AI浩
06-04 1534
支持超多 OpenMMLab 算法库如：mmcls、mmdet、mmseg、mmedit、mmocr、mmpose、mmdet3d、mmrotate、mmaction2。OpenMMLab深度学习时代最完整的计算机视觉开源算法体系，10+ 视觉方向全面助力产、学、研打通，GitHub 累计获得 55,000+ star。欢迎更多的人加入实战营。
yolo3算法进行人体目标检测代码
05-09
下面是使用yolo3算法进行人体目标检测的Python代码，需要安装相应的库才能运行： ```python import cv2 import numpy as np # 加载yolo3模型 net = cv2.dnn.readNet("yolov3.weights", "yolov3.cfg") # 加载类别标签 classes = [] with open("coco.names", "r") as f: classes = [line.strip() for line in f.readlines()] # 设置随机颜色 colors = np.random.uniform(0, 255, size=(len(classes), 3)) # 加载图像 img = cv2.imread("test.jpg") # 获取图像的宽度和高度 height, width, _ = img.shape # 对图像进行预处理 blob = cv2.dnn.blobFromImage(img, 1/255, (416, 416), swapRB=True, crop=False) # 设置输入数据 net.setInput(blob) # 执行前向传递 outs = net.forward(net.getUnconnectedOutLayersNames()) # 初始化检测结果 class_ids = [] confidences = [] boxes = [] # 遍历每个输出层 for out in outs: # 遍历每个检测框 for detection in out: # 获取类别概率 scores = detection[5:] class_id = np.argmax(scores) confidence = scores[class_id] # 过滤掉低置信度的检测框 if confidence > 0.5: # 计算检测框的位置 center_x = int(detection[0] * width) center_y = int(detection[1] * height) w = int(detection[2] * width) h = int(detection[3] * height) x = int(center_x - w/2) y = int(center_y - h/2) # 添加到检测结果中 class_ids.append(class_id) confidences.append(float(confidence)) boxes.append([x, y, w, h]) # 对检测结果进行非最大抑制 indices = cv2.dnn.NMSBoxes(boxes, confidences, 0.5, 0.4) # 绘制检测结果 for i in indices: i = i[0] box = boxes[i] x = box[0] y = box[1] w = box[2] h = box[3] # 绘制检测框和类别标签 color = colors[class_ids[i]] cv2.rectangle(img, (x, y), (x+w, y+h), color, 2) cv2.putText(img, classes[class_ids[i]], (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 2) # 显示检测结果 cv2.imshow("image", img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 其中，`yolov3.weights`和`yolov3.cfg`是yolo3模型的权重和配置文件，可以从官方网站下载。`coco.names`是yolo3模型的类别标签文件，也可以从官方网站下载。`test.jpg`是待检测的图像文件。执行代码后，将会在窗口中显示检测结果。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

旅途中的宽~

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值