赞
踩
本文用于学习记录
YOLO v5 实现目标检测
conda create -n 环境名字(英文) python=x.x(python版本)
conda activate pytorch1
#如果电脑没有英伟达的显卡输入:(在 pytorch 环境下输入)
conda install pytorch torchvision cpuonly -c pytorch
#需要导入的 requirements.txt 文件配置,里面包含 yolo5 运行所需依赖,在 Pycharm 的 Terminal 终端输入:
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
手机和电脑在同一局域网下(即连接的是同一个 WIFI)
下载 IP 摄像头 Lite
点击打开 IP 摄像头 Lite
点击打开 IP 摄像头服务器
# 修改 detect.py 代码,运行即可
parser.add_argument('--source', type=str, default='http://admin:admin@192.168.0.130:8081', help='file/dir/URL/glob/screen/0(webcam)')
报错原因:上述修改未加上用户名和密码 admin:admin@
这是一个在线标注工具,点击 Get Started 进入右图
选择自己前面采集的8张要训练的图片,点击 Object Detection
输入你所需要的标签,在这都是猫的图片,如果种类多样,按 Enter 继续添加输入即可,不需要则点击删除
画框打上标签,给所有图片都打完标签后,选择导出模型标签,如下图所示:
选择第一个 yolo 模型,然年导出,你可以看到你需要的标签已经下载下来了;
导出后,你可以看到该标签文件夹下有8个已经标注好的 txt 文件
把它们复制到之前空的 train_data/labels/train 文件夹中
(这里是由于内存不足报错,)1个 epoch 表示过了1遍训练集中的所有样本
batch-size:1次迭代所使用的样本量
例如定义10000次迭代为1个 epoch,若每次迭代的 batch-size 设为256,那么1个 epoch 相当于过了2560000个训练样本。
于是把 epoch 设置为3,能成功训练,但这样训练出来的模型就没啥效果,所以还得将 epoch 设置的高点,比较不同值训练后的结果,看哪个效果更好。
以上就是 yolov5 的环境配置、运行与训练过程及其中可能出现的问题与解决办法。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。