yolov5訓練測試與源碼解讀

古月哥欠666 2022-05-14 11:48:54 阅读数:816

yolov5yolov

源碼地址https://github.com/ultralytics/yolov5
可以通過git clone 或者下載壓縮包到本地項目文件夾

關於yolov5其優勢以及源碼解讀可以查看其它優秀文章,這裏只是對於初次接觸yolov5,且想在本地運行測試的同學借鑒

這裏提供運行代碼需要避免的問題
1.要求python>=3.7,相對應安裝相匹配的opencv-python,要求opencv-python>=4.1.1,可以考慮建一個虛擬環境。
清華鏡像opencv-python地址
https://pypi.tuna.tsinghua.edu.cn/simple/opencv-python/
清華鏡像opencv-contrib-python地址https://pypi.tuna.tsinghua.edu.cn/simple/opencv-contrib-python/

官網opencv下載地址
清華鏡像官網

或者直接利用以下命令在線安裝

pip install opencv-python==4.1.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install opencv-contrib-python==4.1.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

如果以上在線安裝慢,可以更換鏡像源

國內鏡像安裝opencv(python)(國內pip鏡像源)

2.torch>=1.7與對應的torchvision包,如果需要使用GPU的話,這裏要考慮cuda版本,由於現在cuda10.0對應的Torch最高版本只到1.4,所以可以安裝cuda10.1和對應的cudnn,相關安裝方法可以參考其它 博客。建議安裝多個版本的cuda,切換也比較方便。
在這裏插入圖片描述

這裏是torch與torchvision的國內安裝鏡像網址
https://download.pytorch.org/whl/torch_stable.html

3.其它包,可以先運行以下detect.py文件,缺少什麼包,直接安裝即可,也可以按照裏面的requirements.txt進行安裝

python生成requirements.txt環境打包,利用requirements.txt安裝Python環境

# Base ----------------------------------------
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.1
Pillow>=7.1.2
PyYAML>=5.3.1
requests>=2.23.0
scipy>=1.4.1 # Google Colab version
torch>=1.7.0
torchvision>=0.8.1
tqdm>=4.41.0
# Logging -------------------------------------
tensorboard>=2.4.1
# wandb
# Plotting ------------------------------------
pandas>=1.1.4
seaborn>=0.11.0
# Export --------------------------------------
# coremltools>=4.1 # CoreML export
# onnx>=1.9.0 # ONNX export
# onnx-simplifier>=0.3.6 # ONNX simplifier
# scikit-learn==0.19.2 # CoreML quantization
# tensorflow>=2.4.1 # TFLite export
# tensorflowjs>=3.9.0 # TF.js export
# openvino-dev # OpenVINO export
# Extras --------------------------------------
# albumentations>=1.0.3
# Cython # for pycocotools https://github.com/cocodataset/cocoapi/issues/172
# pycocotools>=2.0 # COCO mAP
# roboflow
thop # FLOPs computation

配置好環境之後,可以嘗試添加自己圖片放入data\images中,運行detect.py文件,可以在runs文件夾中得到檢測的圖片結果
在這裏插入圖片描述
不過可能結果並不是很准確,因為這依然是參照作者的訓練結果,可以嘗試制作自己的訓練集進行訓練,得到的結果就會更准確。

下面是對應的源碼解讀部分,可以參考,可能不全,不過大部分都有解釋
【YOLOV5-5.x 源碼解讀】general.py

下面是訓練自己的數據集

YOLOv5訓練自己的數據集

版权声明:本文为[古月哥欠666]所创,转载请带上原文链接,感谢。 https://gsmany.com/2022/134/202205141147266905.html