搭建 YOLO v5 环境
程序员文章站
2022-05-12 22:42:26
官方指导:https://github.com/ultralytics/yolov5/blob/master/tutorial.ipynb环境搭建:conda install gitconda create -n yolov5 python=3.8conda activate yolov5 git clone https://github.com/ultralytics/yolov5.git如果下载比较慢:git clone https://github.com.cnpmjs.org/ul...
官方指导:
https://github.com/ultralytics/yolov5/blob/master/tutorial.ipynb
环境搭建:
安装anaconda(python3.7);
https://blog.csdn.net/yunqiushuiman/article/details/107529062
conda install git
conda create -n yolov5 python=3.8
conda activate yolov5
git clone https://github.com/ultralytics/yolov5.git
如果下载比较慢:
git clone https://github.com.cnpmjs.org/ultralytics/yolov5 # clone repo
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -U -r requirements.txt 使用镜像
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple ipython
cd yolov5
pip install ipykernel
python -m ipykernel install --user --name yolov5
torch.cuda.current__device()
torch.cuda.get_device_name()
torch.cuda.is_available()/
测试:
使用 预训练 模型进行测试:
cd yolov5
python detect.py --weights yolov5s.pt --img 640 --conf 0.25 --source data/images/
检测官方数据128张照片
python .\detect.py --source .\coco128\images\train2017
python .\detect.py --source 0 # 调用摄像头!!!
基于rtsp的网络摄像头使用下面的命令
python detect.py --source "rtsp://user:password@192.168.1.100:554/cam/realmonitor?channel=1&subtype=1"
python .\detect.py --source .\road.mp4 # 检测某一视频
python detect.py #检测inference\images文件夹下的所有图片
python .\detect.py --source .\inference\images\bus.jpg # 检测某一张图片
如果你有多块显卡,可以选择具体使用哪块显示进行检测,0表示第一块,1表示第二块,cpu表示不使用gpu
python detect.py --device 0
官方coco128 数据集训练 + 测试
下载 coco128 数据集 并解压:
curl -L -o tmp.zip https://github.com/ultralytics/yolov5/releases/download/v1.0/coco128.zip && unzip -q tmp.zip && rm tmp.zip # download dataset
训练:
python train.py --img 640 --batch 16 --epochs 5 --data ./data/coco128.yaml --cfg ./models/yolov5s.yaml --weights ''
使用训练得到的模型进行测试:
python detect.py --source ./inference/images/ --weights ./runs/exp0/weights/best.pt --conf 0.4
测试并生成数据对应的检测结果文本文件 --save-txt
python detect.py --source ./inference/images/ --weights ./runs/exp0/weights/best.pt --conf 0.4 --save-txt
定制数据集训练 Train On Custom Data
官方教程:
https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data
!总结:所以,如果想用自己的训练集来训练网络,在造数据集的标签时
第一个数是:类别
第二个数是:中心点横坐标/图片宽
第三个数是:中心点纵坐标/图片高
第四个数是:框宽/图片宽
第四个数是:框高/图片高
按照上面的规则造好标签,就可以用来训练网络了(图片名和标签名要一样)
本文地址:https://blog.csdn.net/hahadelaochao/article/details/109895758
上一篇: 蒙古铁骑实力超群,他们一生只败过两次战役
下一篇: 网站转化率比较低的解决方法分析(图文)