赞
踩
相信大家对于路标识别,红绿灯识别,图形识别opencv中也是一件烦人的事情,其参数是及其受到现实环境因素的影响的,那么今天我就给大家推荐一种方式,缺点是周期长,但其优点是如果训练效果好久对于环境的各种变化的适应性增强了。
目录
一、环境搭建
1.1 Python3.9
1.2 YOLOv5
1.3 labelimg
1.4 Cuda
1.4.1 安装Cuda
1.4.2 pytorch下载
1.4.3 运行
1.5可能遇到的问题
二、开始工作
2.1 训练模型
2.1.1 创建训练的数据集(图片+标记好的txt文件)
2.1.2 类别声明 以及 数据集目标指引
2.1.3 超参(根据自身需要注意改的地方即可)
2.2 预测模型
三、我们可以部署在安卓移动端 --tflite
我们需要使用Anaconda3创建一个Python3.9的环境,这是为了后续方便使用labelimg进行数据标记和yolov5中需要的pytorch对应需要的环境
我的环境变量的导入信息
Py3.9的包
https://www.wpsshop.cn/w/爱喝兽奶帝天荒/article/detail/863057