当前位置:网站首页>使用Yolo v5进行目标检测

使用Yolo v5进行目标检测

2021-08-08 15:40:26 wx610213d5aa4a5

 

 

一、前提准备 二、下载代码及配置环境

linux可以使用下面命令进行环境配置,当然如果是windows下,直接下载压缩包,解压即可。

git clone https://github.com/ultralytics/yolov5  # clone repo
cd yolov5
pip install -qr requirements.txt  # install dependencies

   
  • 1.
  • 2.
  • 3.

其中requirements.txt 中包含了必要的配置环境:
基本如下:

python>=3.6
torch>=1.7.0

   
  • 1.
  • 2.

如果你有英伟达的显卡,可以安装GPU版本的Pytorch,参考:
pytorch安装及卸载

测试环境是否配置成功:

import torch
from IPython.display import Image, clear_output  # to display images

print(torch.__version__)
print(torch.cuda.is_available())
clear_output()
print(f"Setup complete. Using torch {torch.__version__} ({torch.cuda.get_device_properties(0).name if torch.cuda.is_available() else 'CPU'})")

   
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
三、下载预训练模型

到yolo官方github下载四个版本的模型, 模型下载
在这里插入图片描述
将模型下载到与detect.py同目录下。

四、预测

摄像头实时检测

python detect.py --source 0  # webcam

   
  • 1.

检测单张图片

 python detect.py --source  file.jpg  # image 
 

   
  • 1.
  • 2.

检测本地视频

 python detect.py --source  file.mp4  # video

   
  • 1.

其他检测

 python detect.py --source   path/  # directory
 python detect.py --source   path/*.jpg  # glob
 python detect.py --source   'https://youtu.be/NUsoVlDFqZg'  # YouTube video
 python detect.py --source   'rtsp://example.com/media.mp4'  # RTSP, RTMP, HTTP stream

   
  • 1.
  • 2.
  • 3.
  • 4.

指定某个模型

python detect.py --weights yolov5s.pt  # P5 models
                           yolov5m.pt
                           yolov5l.pt
                           yolov5x.pt


   
  • 1.
  • 2.
  • 3.
  • 4.
五、训练

数据集准备

数据读取成功
在这里插入图片描述

 

版权声明
本文为[wx610213d5aa4a5]所创,转载请带上原文链接,感谢
https://blog.51cto.com/u_15316847/3312849

随机推荐