用已有模型预测自己的图片和视频

配置环境略。
在detect.py文件中改一下路径,或者把下载好的图片放入对应文件夹即可。


目标检测指标

IoU 的全称为交并比(Intersection over Union)。IoU 计算的是 “预测的边框” 和 “真实的边框” 的交集和并集的比值。

yolov5-5.0版本train.py参数含义

  1. weights:训练好了的模型文件,为*.pt文件,用这个模型初始化网络中的参数。若从头开始训练,默认值为空。可以填入如yolov5s.pt、yolov5m.pt、yolov5l.pt、yolov5x.pt等。

  2. cfg:模型结构。为 model.yaml 形式文件。可以填入如models/yolov5s.yaml、models/yolov5m.yaml、models/yolov5l.yaml、models/yolov5x.yaml等。

  3. data:训练所用数据集。为*.yaml文件。可填入下列文件。

  4. hyp:超参数。可填入下列文件。其中 hyp.scratch.yaml 用于从头开始训练(对COCO数据集),hyp.finetune.yaml 用于对模型进行微调(对VOC数据集)。

  5. epochs:训练轮数。默认300轮。

  6. batch-size:每批数据量的大小。

  7. img-size:设置训练集和测试集图片的大小。

  8. rect:

  9. resume:从某个未训练完的模型中断的地方开始继续训练。填入中断模型的路径。

  10. nosave:只保存最后一次训练的结果。only save final checkpoint.

  11. notest:只在最后一轮测试。only test final epoch.

  12. noautoanchor:是否采用锚点(锚框)。

  13. evolve:进化最优参数。寻找最优参数。

  14. cache-images:是否缓存图片以进行更快的训练。cache images for faster training.

  15. multi-scale:对图片尺寸进行变换。

  16. single-cls:训练的数据集是单类别还是多类别。

  17. project:训练结果保存路径。

  18. name:保存的文件名。

  19. exist-ok:默认每次训练增加一个文件夹,设置的话覆盖原来的。

  20. label-smoothing:标签平滑。防止过拟合现象的产生。

参考资料

  1. https://github.com/ultralytics/yolov5
  2. https://space.bilibili.com/203989554?spm_id_from=333.788.b_765f7570696e666f.1

yolov5学习笔记相关推荐

  1. yolov5学习笔记(毕业设计)

    yolov5学习笔记 一,基本准备 1.配置基本环境 2.程序跑起来 3.核心代码解读和自定义训练目标 二,训练yolov5神经网络 (1,本地训练yolov5 1, 首先把进程改为0,不然有的电脑会 ...

  2. 目标检测算法实现(八)——YOLOV5学习笔记

    非常感谢江大白大佬的研究与分享 附链接 深入浅出Yolo系列之Yolov5核心基础知识完整讲解 目录 1.网络结构图+v5性能对比 2.v5的改进和优势 2.1 输入端 2.1.1 Mosaic数据增 ...

  3. 目标检测——YOLOv5的学习笔记

    目录 1 前言 2 Tricks一览表 3 配置文件说明 模型参数: 模块参数 Conv:卷积模块 2 数据载入 2.1 数据预处理 3 模型加载 4 Inference--前向推理 5 Train- ...

  4. 目标检测——YOLO系列算法(YOLOv4、YOLOv5)的学习笔记

    目录 1 前言 2 致谢 3 YOLO模型列表 4 模型结构 2.1 Backbone Focus--网格下采样 CSPDarknet53 2.3 Neck -- SPP & PAN SPP: ...

  5. 视觉学习笔记6——YOLOv5(v6.2)部署与代码理解

    文章目录 前言 一.YOLOv5是什么? 二.环境搭建 1.基本环境 2.特殊环境 三.自定义训练 模型训练 模型测试 四.源码个人理解 1.detect.py文件 2.yolo.py文件 3. tr ...

  6. 目标检测—基于Yolov5的目标检测项目(学习笔记)

    今天学习了炮哥带你学的yolov5入门教程,并成功的训练出了模型,原博客地址: 目标检测-教你利用yolov5训练自己的目标检测模型 本文主要讲述了在Windows10环境下复现此项目的具体过程和遇到 ...

  7. deepstream学习笔记(三):deepstream-imagedata-multistream解析与接入适配yolov5模型测试

    引言 上一节重点介绍了gstreamer架构图与各部分组成原理说明,并且针对deepstream-test1介绍了它的整体功能和画出了管道图,本篇博文将详细介绍deepstream-imagedata ...

  8. (学习笔记)【目标检测】YOLO系列简单归纳

    文章目录 絮絮叨叨 一.YOLO发展史 二.逐篇学习 1.You Only Look Once: Unified, Real-Time Object Detection 2.YOLO9000 3.YO ...

  9. PyTorch学习笔记2:nn.Module、优化器、模型的保存和加载、TensorBoard

    文章目录 一.nn.Module 1.1 nn.Module的调用 1.2 线性回归的实现 二.损失函数 三.优化器 3.1.1 SGD优化器 3.1.2 Adagrad优化器 3.2 分层学习率 3 ...

最新文章

  1. iview构建基本html页面,使用vue-cli创造基于vue.js的iview工程
  2. 掌握 Ajax,第 7 部分: 在请求和响应中使用 XML
  3. 坡道行驶电动小车_事发红绿灯路口!东莞一女子骑电动滑板车被撞致颅内出血…...
  4. linux 返回上一个文件夹_常用命令之linux指令
  5. JavaScript 回调函数中的 return false 问题
  6. wsl 重启_WSL(Windows Subsystem for Linux) 安装教程
  7. 最大矩阵和 2015-05-13 21:23 8人阅读 评论(0) 收藏...
  8. 河北农业大学计算机科学分数线,河北农业大学现代科技学院计算机科学与技术专业2016年在河北理科高考录取最低分数线...
  9. CSS之after与before的content 和 attr 配合使用
  10. 华为手机序列号前三位_华为所有型号交换机查看序列号方法
  11. 【Python爬虫系列】Python 爬取上海链家二手房数据
  12. win10蓝屏无法进入系统_WIN10系统进“吃鸡”蓝屏
  13. VCS(DVE)仿真波形的存储和打开.vpd
  14. 我要吐槽各大自媒体平台的权重问题
  15. 微盟集团上半年业绩逆势增长:抢滩在线新经济未来前景获看好
  16. 2022第十五届全国大学生信息安全竞赛(ciscn)西南赛区部分WP
  17. 如何将WORD转成SWF
  18. Raid Card CC(consistency check )
  19. dashboard的安装使用
  20. java基于OpenCv图像处理_读取_保存图片

热门文章

  1. 创新实训(1)——小组成员初步讨论,进行小组分工,明确项目范围项目范围
  2. SQL实现筛选出连续3天登录用户与窗口函数
  3. 内网穿透神器ngrok mac系统
  4. Oracle 11g 新特性 -- RMAN Data Recovery Advisor(DRA)
  5. 测试项目经理推荐的Java 并发测试神器
  6. 虚拟现实技术成功应用案例
  7. 盲打打字php,讯飞输入法盲打键盘闪亮登场 是时候展示你真正的技术了
  8. spark程序运行异常:java.lang.OutOfMemoryError: GC overhead limit exceeded
  9. mx播放器有没有投屏功能_芝杜DLNA投屏功能
  10. 魅族mx4 android5.0,魅族MX4 Pro长测(2):安卓5.0 Flyme体验