【目标检测】Yolo5基本使用

前言

默认安装好所有配置,只是基于Yolo5项目文件开始介绍的。基于配置好的PyCharm进行讲解配置。写下的只是些基本内容,方便以后回忆用。避免配置好Yolo5的环境,拉取好Yolo5项目后,不知道该如何下手。如果有时间,我还是建议多阅读官方项目下的教程。yolov5官方

操作

配置好的环境的一定是能跑些下述的基本操作的,反正则是环境还有问题。还有在下载好Yolo5项目后,一定要在自己的项目终端下运行:pip install -r requirements.txt,下载其它依赖包,这也是Yolo5所要求的。

检测验证

点击打开detect.py,右击文件运行或者终端输入python detect.py --weights yolov5s.pt,验证官方的识别模型,如果一切正常会输出结果路径runs\detect\下。

好像首次运行yolov5s.pt是下载的。

模型训练

后加:这里其实,也可以直接也行python train.py,会自带下载官方的案例coco128的,不是必须要自己定义数据来验证。

首先准备好数据集以及标注文件。然后建立配置文件(.yaml),可以复制其它官方案例的来参考,在/data/文件夹下,配置五个基本参数就行了。path,路径。train,训练集路径(基于path下)。val,验证集路径(基于path下)。test,测试,可以不用配置。以及names,标记数对应着名称。

准备好,上述的后,就可以运行训练文件了。像我上面配置的是num.yaml文件,就运行它的配置,大家记得修改为自己的配置文件。好像默认是进行99轮配置(没修改配置下),就不放图演示了。

bash 复制代码
python train.py --data num.yaml --weights yolov5s.pt 

总结

除了上述介绍到的这两个基本的执行之外,目录下还有其它的文件,可以执行参考。可以看到上述命令在执行的时候,都带有weights、data之类的配置参数,其实参数还有很多的,感兴趣的可以执行翻看指定的文件下,如检验detect,头部有两个配置选参,以及文件中都有介绍。

相关推荐
__lost1 分钟前
Python图像变清晰与锐化,调整对比度,高斯滤波除躁,卷积锐化,中值滤波钝化,神经网络变清晰
python·opencv·计算机视觉
欣然~9 分钟前
借助 OpenCV 和 PyTorch 库,利用卷积神经网络提取图像边缘特征
人工智能·计算机视觉
豆豆35 分钟前
day32 学习笔记
图像处理·笔记·opencv·学习·计算机视觉
白熊1881 小时前
【计算机视觉】CV实战项目 - 基于YOLOv5的人脸检测与关键点定位系统深度解析
人工智能·yolo·计算机视觉
nenchoumi31191 小时前
VLA 论文精读(十六)FP3: A 3D Foundation Policy for Robotic Manipulation
论文阅读·人工智能·笔记·学习·vln
后端小肥肠1 小时前
文案号搞钱潜规则:日入四位数的Coze工作流我跑通了
人工智能·coze
LCHub低代码社区1 小时前
钧瓷产业原始创新的许昌共识:技术破壁·产业再造·生态重构(一)
大数据·人工智能·维格云·ai智能体·ai自动化·大禹智库·钧瓷码
-曾牛1 小时前
Spring AI 快速入门:从环境搭建到核心组件集成
java·人工智能·spring·ai·大模型·spring ai·开发环境搭建
阿川20151 小时前
云智融合普惠大模型AI,政务服务重构数智化路径
人工智能·华为云·政务·deepseek
自由鬼2 小时前
开源AI开发工具:OpenAI Codex CLI
人工智能·ai·开源·软件构建·开源软件·个人开发