YOLOv5 Detect 参数说明

def parse_opt():parser = argparse.ArgumentParser()#权重文件parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'yolov5s.pt', help='model path or triton URL')#图片数据源parser.add_argument('--source', type=str, default=ROOT / 'data/images', help='file/dir/URL/glob/screen/0(webcam)')#类别数据parser.add_argument('--data', type=str, default=ROOT / 'data/coco128.yaml', help='(optional) dataset.yaml path')#图片缩放尺寸parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w')#置信度阈值parser.add_argument('--conf-thres', type=float, default=0.25, help='confidence threshold')#IOU阈值parser.add_argument('--iou-thres', type=float, default=0.45, help='NMS IoU threshold')#最大检测数量parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image')#显卡选择parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')#可视化图片parser.add_argument('--view-img', action='store_true', help='show results')#保存detect 检测到的数据到TXT   类别  中心点坐标  中心点长宽parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')#保存置信度parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')#保存目标检测后裁减图片parser.add_argument('--save-crop', action='store_true', help='save cropped prediction boxes')#不进行保存parser.add_argument('--nosave', action='store_true', help='do not save images/videos')#检测分类的类别，可以只检测第一类 或者第二类  默认是所有类别检测parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --classes 0, or --classes 0 2 3')parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')parser.add_argument('--augment', action='store_true', help='augmented inference')#可视化，每一通道的feature map 保存parser.add_argument('--visualize', action='store_true', help='visualize features')parser.add_argument('--update', action='store_true', help='update all models')#保存detect检测数据的位置parser.add_argument('--project', default=ROOT / 'runs/detect', help='save results to project/name')parser.add_argument('--name', default='exp', help='save results to project/name')#是否覆盖detect保存的数据，不进行新文件夹得创建parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')#显示矩形框线宽parser.add_argument('--line-thickness', default=3, type=int, help='bounding box thickness (pixels)')#隐藏labelsparser.add_argument('--hide-labels', default=False, action='store_true', help='hide labels')#隐藏置信度parser.add_argument('--hide-conf', default=False, action='store_true', help='hide confidences')#--half 推理加速    dnn  opencv推理parser.add_argument('--half', action='store_true', help='use FP16 half-precision inference')parser.add_argument('--dnn', action='store_true', help='use OpenCV DNN for ONNX inference')parser.add_argument('--vid-stride', type=int, default=1, help='video frame-rate stride')opt = parser.parse_args()opt.imgsz *= 2 if len(opt.imgsz) == 1 else 1  # expandprint_args(vars(opt))return opt

YOLOv5 Detect 参数说明相关推荐

yolov5——detect.py代码【注释、详解、使用教程】
yolov5--detect.py代码[注释.详解.使用教程] yolov5--detect.py代码[注释.详解.使用教程] 1. 函数parse_opt() 2. 函数main() 3. 函数ru ...
yolov5 detect文件参数解释（部分）
detect.py中参数解释 default默认值 def parse_opt(): parser = argparse.ArgumentParser() parser.add_argument('– ...
Python —— 解析Yolov5 - detect.py
Yolov5自带detect.py加入cv2简单操作说明:im0为mat的原图 detect.py参数解析 1.运行detect.py的两种方式: ( ...
【yolov5检测代码简化】Yolov5 detect.py推理代码简化，输入图片，输出图片和结果
前言最近的项目里有yolov5的嵌入,需求是只需要推理,模型文件是已有的,输入需要是图片(原yolov5是输入路径),输出结果的图片和标签.这样的话需要对原来的代码进行一些简化和变更. 路径模型这 ...
yolov5 detect报错
yolo detect 运行报错问题一 Image Not Found {path} 这个报错目录发现了两种情况 1. 中文路径此路径很容易在opencv处报错,所以需要修改datasets.py ...
YOLOv5导出jit，onnx，engine
一.YOLOv5导出jit YOLOv5自导出,我们可以直接用它的导出代码:models/export.py """Exports a YOLOv5 *.pt model ...
yolo人脸检测数据集_自定义数据集上的Yolo-V5对象检测
yolo人脸检测数据集计算机视觉 (Computer Vision) Step by step instructions to train Yolo-v5 & do Inference(fr ...
使用yolov5训练自己的目标检测数据集
使用yolov5训练自己的目标检测数据集 yolov4出来后不久,又出现了yolov5,没有论文.虽然作者没有放上和yolov4的直接测试对比,但在COCO数据集的测试效果还是很可观的.很多人考虑到Y ...
(五)将YOLOv5 PyTorch模型权重转换为TensorFlow Lite格式
目录介绍建议使用Ultralytics进行重量转换的方法在Google Colab上测试TFLite权重 TFLite解释器,可在边缘设备上实现良好性能在本地测试YOLOv5模型权重下一步 ...

YOLOv5 Detect 参数说明

YOLOv5 Detect 参数说明相关推荐

最新文章

热门文章