使用Yolo v5进行目标检测

 

 

一、前提准备

• 源码下载
  https://github.com/ultralytics/yolov5
• YOLOv5 文档：
  https://docs.ultralytics.com/
• yolo v5原理:
  深入浅出Yolo系列之Yolov5核心基础知识完整讲解
  官方操作指南：
  https://github.com/ultralytics/yolov5/blob/master/tutorial.ipynb

二、下载代码及配置环境

linux可以使用下面命令进行环境配置，当然如果是windows下，直接下载压缩包，解压即可。

git clone https://github.com/ultralytics/yolov5  # clone repo
cd yolov5
pip install -qr requirements.txt  # install dependencies

其中requirements.txt 中包含了必要的配置环境：
基本如下:

python>=3.6
torch>=1.7.0

如果你有英伟达的显卡，可以安装GPU版本的Pytorch，参考：
pytorch安装及卸载

测试环境是否配置成功：

import torch
from IPython.display import Image, clear_output  # to display images

print(torch.__version__)
print(torch.cuda.is_available())
clear_output()
print(f"Setup complete. Using torch {torch.__version__} ({torch.cuda.get_device_properties(0).name if torch.cuda.is_available() else 'CPU'})")

三、下载预训练模型

到yolo官方github下载四个版本的模型，模型下载，

将模型下载到与detect.py同目录下。

四、预测

摄像头实时检测

python detect.py --source 0  # webcam

检测单张图片

 python detect.py --source  file.jpg  # image 
 

检测本地视频

 python detect.py --source  file.mp4  # video

其他检测

 python detect.py --source   path/  # directory
 python detect.py --source   path/*.jpg  # glob
 python detect.py --source   'https://youtu.be/NUsoVlDFqZg'  # YouTube video
 python detect.py --source   'rtsp://example.com/media.mp4'  # RTSP, RTMP, HTTP stream

指定某个模型

python detect.py --weights yolov5s.pt  # P5 models
                           yolov5m.pt
                           yolov5l.pt
                           yolov5x.pt

五、训练

数据集准备

数据读取成功