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)

  • 纳税申报期限是纳税期限期满后的时间
  • 预计净残值和残值
  • 进项税额转出有什么影响
  • 自己打印raz
  • 物业公司银行存款专款专怎么做分录
  • 利用个独企业避税犯法吗
  • 土地所有权可以出资吗
  • 哪些科目需要计提资产减值损失
  • 企业清算时
  • 建筑工地的零星补单是指什么意思
  • 员工就诊发票可以报销吗
  • 一般纳税人选择简易计税进项税可以抵扣吗
  • 印花税计提比例是多少
  • 住宿业的配套服务有哪些
  • 款已付没有发票就入账
  • 出口发票上的汇率按哪个开?
  • 垃圾清运工程师
  • 关于销售免税品的规定
  • 附加税减免要计税吗
  • 私营合伙企业个税怎么算
  • 电商快递费怎么算
  • 怎样改善现金流量比率
  • 废旧物资处理计入什么科目
  • 前期做了无票收入,后期怎么填写
  • 在职职工医疗保障计划互助金多久发一次
  • PHP:finfo_buffer()的用法_fileinfo函数
  • 工业企业成本怎么结转
  • 权益法下长期股权投资超额亏损
  • ajax如何返回数据
  • 合伙企业利润分配原则
  • 微信小程序slot
  • pytorch自动编码器
  • php实现文件上传的函数
  • 小微企业年收入超过300万按多少缴纳所得税
  • 企业初期面临的主要问题
  • 固定资产账面净值和账面价值的区别
  • 非财政补助结余分配和非财政拨款结余分配
  • 差旅费报销范围包括
  • 暂估入库的金额与发票金额不一样
  • 分公司要所得税汇算吗
  • 辞职单位补偿标准
  • 有趣的 Go HttpClient 超时机制
  • python 熵值法
  • 公司财务报表中不设其他综合收益项目可以吗
  • sql server数据库设置定时任务
  • 资质办理属于什么开票大类
  • 低值易耗品可以报废吗
  • 带有折扣的增值税专用发票图片
  • 土地出让金进项税怎么算
  • 固定资产怎么做账
  • 应付工资比计提工资高
  • 出口转内销增值税报表怎么填
  • 融资租赁中承租人的义务
  • 收购 发票
  • 购买银行结构性存款安全吗
  • 应交增值税贷方余额表示什么
  • 新组建的公司该怎样开展工作
  • win8系统自带截图
  • 数字签名方法不提供
  • ubuntu每次开机都会进入grub
  • mac浏览器显示不全
  • vsftp查看状态
  • asmproserver.exe是什么进程 asmproserver进程信息查询
  • winxp系统介绍
  • xp开机提示explorer
  • linux系统ll
  • sccenter.exe - sccenter是什么进程 有什么用
  • centos做bond4
  • 放一个命令
  • 学习英语
  • 如何搭建node服务器
  • jquery遍历数组的方法
  • 实现非常简单的英文
  • javascript教程
  • jquery设置important
  • Developing for Android, III: The Rules: Performance
  • 江苏国税电子税务局网登录
  • 税务局人员调动
  • 审计程序检查的定义
  • 船舶吨税案例分析
  • 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