目录

一、安装配置环境

二、Debug记录

三、打印日志输出的地方

1、 开始打印参数值

2、若缺少环境,则打印相关警告

3、 打印python版本以及显卡信息

4、 当图片的输入 最大size 不是 stride 的整数倍时,打印报警日志

5、NMS过程的警告

6、 打印时间花费的信息

7、打印 图片以保存

四、功能接口

0、代码中的 f'{}'

1、保存结果的路径

2、默认的步长 、 使用cuda

3、加载模型以及加载 权重参数

4、拿出文件夹中的测试图片

5、demo时对输入图片的填充裁剪

6、input 进入 model 中的过程

7、保存路径的接口

8、yaml 参数设置文件的加载处

9、 save_txt 应用影响的地方

10、拿出标记的地方

11、画矩形框和标记的接口

12、展示图片选项 view_img 作用接口

13、save_img 作用的接口

五、网络结构

六、一些需要了解的细节--模型的输出,即预测的都是些什么

1、grid 和 anchor_grid

2、Detect head 中的细节过程

3、nms 过程中的细节

4、预测的bbox怎么映射回原图片上的

5、在原图上画bbox 和 标记

6、如果想保留视频和webcam 的检测结果,需要做的设定


一、安装配置环境

conda create -n yolov5 python=3.7

启动该环境

source activate yolov5
pip install -r requirements.txt

运行测试demo,即detect.py

这时需要上官网下载对应版本的预训练权重。上图中画线的部分就是当前所用的版本,

点击对应的版本下载即可,然后放到yolo-master即主项目文件夹下即可。

二、Debug记录

1、vars(opt)

2、x

3、ckpt

4、names

list

dict

5、model

6、dataset

7、dt

8、 m 和 model

model

m 举例

9、y

三、打印日志输出的地方

1、 开始打印参数值

detect: weights=yolov5s.pt, source=data/images, data=data/coco128.yaml, imgsz=[640, 640], conf_thres=0.25, iou_thres=0.45, max_det=1000, device=, view_img=False, save_txt=False, save_conf=False, save_crop=False, nosave=False, classes=None, agnostic_nms=False, augment=False, visualize=False, update=False, project=runs/detect, name=exp, exist_ok=False, line_thickness=3, hide_labels=False, hide_conf=False, half=False, dnn=False, vid_stride=1

general.py --- 216

2、若缺少环境,则打印相关警告

general.py --- 362始

3、 打印python版本以及显卡信息

YOLOv5 												

yolo v5 代码阅读记录相关推荐

  1. [Linux] [API]Kmalloc代码阅读记录

    Kmalloc代码阅读记录 Base Linux RC5.0 SLOB SLAB SLUB static __always_inline void *kmalloc(size_t size, gfp_ ...

  2. yolo v5代码运行图片、调用摄像头、视频

    一.运行 1.视频 修改detect文件219行. default=ROOT / 'data/images/3.mp4' 2.调用摄像头 修改detect文件219行 parser.add_argum ...

  3. Yolo V5 转tensorrt

    一. 在转tensorrt之前,请先确认你下载的yolo v5的版本及对应权重: 这个一定要注意,因为有的童鞋上来就转,如果成功了,那还好,成功不了,首先就要想到这个问题,就是yolo v5版本不对, ...

  4. YOLO系列代码解读(图像检测)

    1.YOLO v1 yolo v1源码解析 - 筱 - CSDN博客  https://blog.csdn.net/baidu_27643275/article/details/82794559 [D ...

  5. realsense D455深度相机+YOLO V5结合实现目标检测(二)

    realsense D455深度相机+YOLO V5结合实现目标检测(二) 1.代码来源 2.环境配置 3.代码分析: 3.1 主要展示在将detect.py转换为realsensedetect.py ...

  6. 训练自己的yolo v5模型出现AssertionError: train: No labels(已解决,亲测有效)

    问题描述:利用yolo v5代码训练自己的数据时出现AssertionError: train: No labels in autodl-tmp/PyQt5-YOLOv5-5.0/VOC2007/da ...

  7. 【超级视客营】基于超算平台的MMYOLO实践过程记录(自定义数据集实现YOLO v5)

    上一篇博文我们搭建好了超算平台对MMYOLO编译环境,并通过单张图片加载训练好的模型进行推理.本篇文章参考MMYOLO官方发布的自定义数据集 标注+训练+测试+部署 全流程文档,进一步在超算平台中实现 ...

  8. YOLO V5 CPU版本安装踩坑记录

    YOLO V5 CPU版本安装踩坑记录 单纯的记录下yolov5进行检测遇到了点问题的解决方法 安装过程: 准备: 1,下载YOLOv5 github项目:https://github.com/ult ...

  9. YOLO v5 实现目标检测(参考数据集自制数据集)

    YOLO v5 实现目标检测(参考数据集&自制数据集) Author: Labyrinthine Leo   Init_time: 2020.10.26 GitHub: https://git ...

  10. YOLO v5 实现目标检测

    本文用于学习记录 文章目录 前言 一.YOLO v5 环境配置 1.1 安装 anaconda 与 pycharm 2. 创建虚拟环境 3. 进入 pytorch 环境 4. 安装 pytorch 二 ...

最新文章

  1. 这老哥把GPU当暖气用,省钱了!
  2. 为Android运行新的英特尔模拟器
  3. Python基础day4 函数对象、生成器 、装饰器、迭代器、闭包函数
  4. 漫谈C#编程语言在游戏领域的应用
  5. 使用vue+webpack从零搭建项目
  6. 请描述定时器初值的计算方式_单片机C语言编程中定时器初值计算的两种方法...
  7. 2018-11-17 js的this引起的血案
  8. 《android深入探索》第四章心得
  9. 【IDEA】Command line is too long. Shorten command ... or also for Application default configuration
  10. [xmind] ASP.NET 设计模式 - UX 用户体验
  11. Eclipse中的,ER图生成工具:【ERMaster】
  12. 数学知识:扩展欧几里得算法
  13. 服务器的tpmc查询网站,xxxx最新服务器选型指标_tpcc(tpmc)标准值_tpc官方整理.pdf
  14. Issue during builing Android app with ant under Win7
  15. unity3d显示c4d材质_纯干货:C4D从初学者到精通,其实很简单
  16. 带有风的诗词_带有风字的诗句
  17. 闲聊人工智能产品经理(AIPM)—人工智能产品需求
  18. Flutter Scaffold的详细解说
  19. 重庆大学计算机在职研究生,重庆大学在职研究生招生学院_重庆大学在职研究生_学校查找_在职研究生教育信息网...
  20. 4.19 使用QT做上位机与下位机通讯

热门文章

  1. 分布式数据库系统体系结构
  2. Nginx 作为静态资源服务器,配置静态资源下载
  3. “ARP欺骗”木马病毒
  4. 思科最模拟器Cisco Packet Tracer 7.3.0安装配置
  5. 快播CEO认罪,成人网站对技术的要求有多高?
  6. Vijos训练计划 1-1 计数问题
  7. Windows下制作DOS启动U盘的方法
  8. jade linux 安装教程,ROS-Jade版在UbuntuKylin15.04上的安装
  9. 基于proteus的CPU控制器设计(微程序版)
  10. 《华林科纳-半导体工艺》PVA 刷擦洗