欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

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

搭建 YOLO v5 环境
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