位置: IT常识 - 正文

【计算机视觉】目标检测—yolov5自定义模型的训练以及加载(计算机视觉就业前景)

编辑:rootadmin
【计算机视觉】目标检测—yolov5自定义模型的训练以及加载 1.摘要

推荐整理分享【计算机视觉】目标检测—yolov5自定义模型的训练以及加载(计算机视觉就业前景),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:计算机视觉就业前景,计算机视觉的未来发展方向有哪些,计算机视觉技术的应用,计算机视觉技术,计算机视觉的未来发展方向有哪些,计算机视觉就业前景,计算机视觉技术,计算机视觉技术的应用,内容如对您有帮助,希望把文章链接给更多的朋友!

目标检测是计算机视觉主要应用方向之一。目标检测通常包括两方面的工作,首先是招到目标,然后就是识别目标。目标检测可以分为单物体检测和多物体检测。常用的目标检测方法分为两大流派:一步走(one_stage)算法:直接对输入的图像应用算法并输出类别和相应的定位,典型的算法有yolo,ssd;两步走(two_stage)算法:先产生候选区域,然后在进行CNN分类,代表的算法有R-CNN。 本文重点讲述yolov5如何应用在实际项目中,主要包括两大部分,第一部分:如何使用yolov5训练自定义模型;第二部分:选练好自己的模型,如何加载并解读模型。

2.yolov5训练自定义模型【计算机视觉】目标检测—yolov5自定义模型的训练以及加载(计算机视觉就业前景)

首先,去yolov5官网(https://github.com/ultralytics/yolov5)进行下载官方文件,也可以通过克隆地址(git clone https://github.com/ultralytics/yolov5.git)进行获取,并且下载预训练权重文件,放到yolov5文件下。结果如图: 下载好所有的文件后,接下来,我们需要进行配置环境,yolov5要求python>=3.7,pytorch>=1.7,我们可以通过 pip3 install -r requirements.txt进行其他安装包的安装,完成这些安装后,我们可以通过运行yolov5底下的detect.py文件来查看,环境是否配置成功。如果成功,则可以对data/image下的图片文件完成检测。原始模型可以识别80类目标,如下: 通过以上,我们可以检测预训练模型里面的目标,比如:球,人,大巴车等等,那该如何训练我们自己的数据集呢?通过labelImg将图片标注好,标签格式为yolo格式标签。将标注好的数据放在datasets/dataset_new/images,标签放在datasets/dataset_new/labels,各自底下分别有train,test,val三个文件。image格式为jpg格式,labels为文本文档。 一个图一个txt标注文件,每行一个物体,每行数据格式:类别id、x_center y_center width height,xywh必须归一化(0-1),其中x_center、width除以图片宽度,y_center、height除以画面高度,类别id必须从0开始计数。如下图所示。 准备好datasets文件后,将yolov5同级目录。YOLO会自动将…/datasets/dataset_new/images/train/1.jpg中的/images/替换成/labels/以寻找它的标签,如…/datasets/dataset_new/labels/train/1.txt。 准备好数据集后,将yolov5/data/coco128.yaml复制一份,重新命名为coco_1.yaml,并修改里面的文件路径和类别名称、数目。 复制models下对应模型的yaml文件,重命名,并修改nc值。 数据准备完成,模型需要修改的参数也完成了修改,接下里我们可以进行训练了train.py。 我们可以对trian.py里面的参数(如下图)按照自己的想法进行修改,也可以选择默认值。 训练需要一些时间,训练完成后,将得到我们需要的pt文件。下一步我们将加载与解读我们的模型。

3.模型的加载与解读

使用torch.hub.load()加载我们训练好的模型,如下,通过torch.hub.load进行加载模型,将图片导入,得到的results。可以通过results.pandas().xyxy[0]解读,结果是个张量,前四列为目标框的左上角和右下角,confidence为置信度,class为类别编号,name为类别名称。

import torch# Modelmodel = torch.hub.load('ultralytics/yolov5', 'yolov5s')# Imageim = 'https://www.yuucn.com/wp-content/uploads/2023/04/1681889905-fc0dd6fac1776eb.jpg'# Inferenceresults = model(im)results.pandas().xyxy[0]# xmin ymin xmax ymax confidence class name# 0 749.50 43.50 1148.0 704.5 0.874023 0 person# 1 433.50 433.50 517.5 714.5 0.687988 27 tie# 2 114.75 195.75 1095.0 708.0 0.624512 0 person# 3 986.00 304.00 1028.0 420.0 0.286865 27 tie

下面,是我加载自己训练模型的演示结果:

import cv2import torchimport timeimport numpy as npmodel = torch.hub.load('./yolov5', 'custom', path='./weights/yolov5n_1.pt',source='local')model.conf = 0.4cap = cv2.VideoCapture(0)fps_time = time.time()while True: ret,frame = cap.read() frame = cv2.flip(frame,1) img_cvt = cv2.cvtColor(frame,cv2.COLOR_BGR2RGB) results = model(img_cvt) # print(results.pandas().xyxy[0].to_numpy())# tensor-to-numpy results_ = results.pandas().xyxy[0].to_numpy() i = 0 for box in results_: l,t,r,b = box[:4].astype('int') confidence = str(round(box[4]*100,2))+"%" cls_name = box[6] if cls_name == "person": i += 1 cv2.rectangle(frame,(l,t),(r,b),(0,255,0),2) cv2.putText(frame,cls_name + "-" + confidence,(l,t),cv2.FONT_ITALIC,1,(255,0,0),2) cv2.putText(frame, "person:"+str(i), (10, 20), cv2.FONT_ITALIC, 1, (0, 0, 0), 2) now = time.time() fps_txt = 1/(now - fps_time) fps_time = now cv2.putText(frame,str(round(fps_txt,2)),(50,50),cv2.FONT_ITALIC,1,(0,255,0),2) cv2.imshow("result",frame) if cv2.waitKey(10) & 0xFF == ord("q"): breakcap.release()cv2.destroyAllWindows()

本篇主要给大家讲解如何使用yolov5端到端这个模型,希望对大家有多帮助。有疑问,可以进行交流。

本文链接地址:https://www.jiuchutong.com/zhishi/283630.html 转载请保留说明!

上一篇:1050ti能玩绝地求生吗,1050ti绝地求生评测(1050ti能玩绝地求生吗)

下一篇:【Vant4】Vant4 样式不显示问题 && Toast 轻提示不显示 && Notify 消息提示不显示(vant3.0)

  • 特定业务计算的应纳税所得额
  • 外购商品发给员工增值税要怎么算
  • 补缴的税款和罚款的会计处理
  • 酒店物业费收取标准2019
  • 股东如何收回投资
  • 机耕道属于水利还是土地整治
  • 个税申报初始化密码
  • 营业外支出罚款所得税怎么处理
  • 小规模纳税人涉税风险
  • 报账员是会计还是出纳
  • 准予抵扣的进项税范围
  • 货币资金包括应收票据和应收账款吗
  • 购入生产产品用的机器设备一台
  • 其他综合收益的税后净额怎么计算
  • 缴纳增值税金税率是多少
  • 拆迁补偿款使用范围
  • 销售固定资产未收到钱
  • 库存商品报废进项转出
  • 一般企业每个月的保洁费用是多少
  • 国有企业出租房屋管理规定
  • 房地产企业开发资质等级
  • 财务人员工资计入管理费用还是财务费用
  • 消费税在哪个环节征税
  • 单位低价向职工售房个人所得税计算
  • 非金融类企业的货币资金主要包括哪些内容?
  • 企业亏损可以不缴纳公积金吗
  • 美团收入怎么处理的?
  • 公司筹备期的费用
  • linux系统中的文件访问权限包括几种
  • 双链表的删除操作算法,两条改链语句能调换位置吗?
  • 企业以租代购的利弊分析
  • kb4586853更新
  • 押金要不回来怎么办
  • 招待费如何列支
  • Laravel 5.4因特殊字段太长导致migrations报错的解决
  • framework怎么用
  • 农民工的职业培训
  • 采购过程中发生材料毁损,由保险公司赔偿的部分
  • php中.的作用
  • php全局函数
  • php流程图
  • 微软 new bing 广告收入
  • acpi disabled
  • 让客户抽奖赠送什么礼物
  • 采购货物没有发票开出去有发票有什么风险
  • 期初和期末余额是什么意思
  • 工程产值是怎么算的
  • 增值税发票税率计算公式
  • 过桥贷款有什么风险
  • 打官司收到对方的款,如何做账
  • 土地出让金印花税减半政策
  • 计提房产税的账务处理
  • 年末是否要结转所得税
  • 手工账的做账流程图
  • mysql中的触发器
  • centos7.4
  • win8怎么看windows
  • win8.1应用商店还能用吗
  • macbookpro蓝牙找不到
  • centos中rpm包怎么安装
  • bios怎么设置efi引导
  • xp清理系统的命令
  • 命令提示符操作方法
  • linux 常见
  • 进程管理器命令
  • win8开始屏幕设置
  • win1020h2正式版
  • linux添加系统调用的步骤
  • win7怎么隐藏软件
  • win7系统安全软件
  • shell脚本监控日志输出
  • node.js文件流
  • javascript html5移动端轻松实现文件上传
  • shell脚本 su
  • 保险理赔款如何分配
  • 亦庄地税局税务局营业大厅
  • 餐饮业如何缴纳增值税
  • 西安养老保险申报
  • 福安少数民族姓氏
  • 城市维护建设税,教育费附加,地方教育费附加
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设