yolov5加关键点回归

文章目录

一、数据

1)数据准备

1、手动创建文件夹: yolov5-face-master/data/widerface/train 和 yolov5-face-master/data/widerface/val

2、下载的WIDER_train里的images/ 和 标注文件retinaface_gt_v1.1/train/ 里的label.txt 放在 yolov5-face-master/datasets/train/下 (val验证集同理)

3、执行

bash 复制代码
cd data/
python3 train2yolo.py ./datasets/train ./data/widerface/train
python3 val2yolo.py ./datasets/val ./data/widerface/val

执行train2yolo.py后的data目录:

2)标注文件说明

示例:

label文件: yolov5-face-master/data/widerface/train/0_Parade_Parade_0_1040.txt

0 0.51904296875 0.23813229571984434 0.0732421875 0.08560311284046693 0.5035009765625 0.2264350194552529 0.5433701171875 0.22805058365758757 0.5264765625 0.2425898832684825 0.5035009765625 0.26035953307392995 0.5406669921875 0.2625136186770428

每行15个元素:

labels[1:5]:检测框bbox。

labels[5:] :5个关键点坐标(x,y)的归一化形式。(依次为左眼、右眼、鼻子、嘴角左、嘴角右。

(归一化是x/w0,y/h0 ,

注:这儿原图尺寸写成w0,h0 是参考utils/face_datasets.py/LoadFaceImagesAndLabels 类的 __getitem__函数。 其中的w0、h0为原图尺寸, w,h为resize的尺寸。

二、基于yolov5-face 修改自己的yolov5加关键点回归

需要修改的文件:dataloader.py、augmentations.py、loss.py、yolo.py 以及自己的inference脚本。

1、dataloader,py
2、augmentations.py
3、loss.py
4、yolo.py
相关推荐
要努力啊啊啊4 小时前
YOLOv3-SPP Auto-Anchor 聚类调试指南!
人工智能·深度学习·yolo·目标检测·目标跟踪·数据挖掘
加油吧zkf10 小时前
AI大模型如何重塑软件开发流程?——结合目标检测的深度实践与代码示例
开发语言·图像处理·人工智能·python·yolo
要努力啊啊啊2 天前
YOLOv2 正负样本分配机制详解
人工智能·深度学习·yolo·计算机视觉·目标跟踪
Ailerx2 天前
YOLOv13震撼发布:超图增强引领目标检测新纪元
人工智能·yolo·目标检测
学技术的大胜嗷3 天前
离线迁移 Conda 环境到 Windows 服务器:用 conda-pack 摆脱硬路径限制
人工智能·深度学习·yolo·目标检测·机器学习
一花·一叶4 天前
基于昇腾310B4的YOLOv8目标检测推理
yolo·目标检测·边缘计算
昵称是6硬币4 天前
YOLOv11: AN OVERVIEW OF THE KEY ARCHITECTURAL ENHANCEMENTS目标检测论文精读(逐段解析)
图像处理·人工智能·深度学习·yolo·目标检测·计算机视觉
OICQQ676580084 天前
创建一个基于YOLOv8+PyQt界面的驾驶员疲劳驾驶检测系统 实现对驾驶员疲劳状态的打哈欠检测,头部下垂 疲劳眼睛检测识别
yolo·pyqt·疲劳驾驶·检测识别·驾驶员检测·打哈欠检测·眼睛疲劳
king of code porter13 天前
目标检测之YOLOv5到YOLOv11——从架构设计和损失函数的变化分析
人工智能·yolo·目标检测
model200514 天前
yolov11转ncnn
yolo·ncnn