赞
踩
首先我们需要在anaconda里面添加yolo5的环境。在anaconda prompt里面输入如下代码:
conda create -n yolov5python=3.8
输入y点击确认安装:
由于我们在后面需要用到GitHub里面的代码,我们需要用到git工具,所以在这里需要下载git。
进入git官网,点击下载即可:git官网
一直进行next操作:
直到这个页面时,将他勾选的选项取消勾选即可:
最后,点击finish完成。
检查是否下载成功:
在桌面右击,出现如下两个即安装成功:
输入下面指令:
git clone https://github.com/ultralytics/yolov5
输入cd指令将yolo5目录添加进命令目录里:
下面开始安装Yolov5所需模块,直接pip install -r requirements.txt,等待安装完成,执行代码如下:
python -m pip install -r requirements.txt
先在yolo5->data->images里面放张照片:
然后通过detect.py对图像进行目标检测,输入代码如下:
python detect.py --source ./data/images/Jackson.jpeg
注意:source 后面有空格。
然后可以在yolov5/runs/detect目录下找到模型输出结果的文件夹 :
在网上找了一张我家idol的照片,用yolo5处理该照片只用了0.037s。
显示结果如下:
在yolo5->data->images目录下放了一个我家艾玛的视频。
然后通过detect.py对视频进行目标检测:
python detect.py --source ./data/images/aima.mp4
然后可以在yolov5/runs/detect目录下找到模型输出结果的文件夹 :
我检测了一个20s,10.5MB的一个视频,显示速度如下:
打开exp2文件夹里面的,点开视频就可以出现以下效果:
手机端下载一个app——IP摄像头,并打开服务器:
条件:手机和电脑需要在同一个网络下才能运行。
打开IP摄像头服务器,出现下面的IP地址:
执行如下代码操作:
python detect.py --source http://admin:admin@192.168.43.1:8081
然后可以在yolov5/runs/detect目录下找到模型输出结果的文件夹 :
速度显示如下:
打开exp3文件夹,你就可以看到实时操作的视频检测效果了:
初步体验yolo5,感觉下载安装操作没有特别复杂,将别人的源代码进行运用和学习,能让自己学会不少知识。yolo5配置简单,速度和识别效果也比较好,有机会可以深入地了解他其中更深层次的原理及代码的实现。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。