PyCharm中测试、训练YOLO方法

复制代码

先导工作：配置pytorch环境，最好针对一个模型，配置一个虚拟环境（env）。具体方法详见：配置pytorch环境，并调试YOLO-CSDN博客.

一、测试（以YOLOv5为例，调用其中的detect.py及某训练好的模型文件）

1. 直接在 PyCharm Terminal 终端中运行   python detect.py --weights yolov5s.pt --source 0 #对摄像头实时视频进行检测。  

2. 也可在Anaconda prompt 终端中输入 conda activate yolov5，激活之前配置的yolov5环境。
   通过 CD，切换到 YOLOv5 路径后，运行
   python detect.py --weights yolov5s.pt --source 0 #对摄像头实时视频进行检测。

语法备注：

复制代码

Usage - sources:
    $ python detect.py --weights yolov5s.pt --source 0                # webcam
                                                     img.jpg          # image
                                                     vid.mp4          # video
                                                     screen           # screenshot
                                                     path/            # directory
                                                     list.txt         # list of images
                                                     list.streams     # list of streams
                                                     'path/*.jpg'      # glob
                              'https://youtu.be/LNwODJXcvt4'  # YouTube
                              'rtsp://example.com/media.mp4'  # RTSP, RTMP, HTTP stream

通过 ctrl + C，退出当前python执行的程序。通过conda deactivate 退出当前环境，返回base.

也可以通过新建或打开一个测试脚本如：Yolov5test.py, 直接运行进行测试。如脚本中的内容为：

复制代码

from ultralytics import YOLO
yolo = YOLO("./yolov5s.pt",task="detect")
result = yolo(source="E:/pro/yolov5-master/data/images/bus.jpg")  #也可以输入视频进行检测 或 摄像头（source = 0）检测
#  python 中文件路径，windows系统可用 \\ 两个反斜杠，或者/ 一个正斜杠（所有系统）。
#result = yolo(source=0)
result[0]

说明：运行该脚本时，需要配置**解释器（run中的Edit Configuration里的Interpreter）为当前虚拟环境内的解释器，即本例为"**python3.10（yolov5）"

参见： yolov5的环境配置和基本使用_yolov5环境配置-CSDN博客

二、训练（以YOLOv5为例，调用其中的train.py及某预训练好的模型文件）

数据标注
数据集划分
模型设置
模型训练

参见： c使用yolov5训练模型_yolo5 模型如何训练-CSDN博客

https://blog.csdn.net/xuherui123456/article/details/152665702

https://blog.csdn.net/qq_45874142/article/details/124884219?ops_request_misc=&request_id=&biz_id=102&utm_term=Pytorch%E8%AE%AD%E7%BB%83YOLO&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-8-124884219.142^v102^pc_search_