图像识别之Yolov5模型配置以及使用
文章目录
*
– 图像识别之Yolov5模型配置以及使用
–
+ 一、文章简介
+ 二、下载Yolov5
+
* 1、下载Yolov5的源代码
* 2、下载已经训练好的模型
+ 三、使用官方的案例来实现识别
+
* 1、解压文件
* 2、下载相应的模块
* 3、进行识别
*
– 原图：
– 识别的结果：
* 4、说明
+ 四、训练数据
+ 五、总结
一、文章简介
如今，机器学习比较火爆，而yolov5也给机器学习中的图像识别带来了很大的方便，本文将带领大家一起从零开始学习yolov5模型，包括官方的案例以及自己的训练。
首先，可以看一个视频简单体会一下yolov5：
油管的视频播放不了，于是我自己上传了一个视频到哔哩哔哩中，然后再链接过来：
由于没有找到yolov5的，但是，yolov3与yolov5的效果区别不大，只不过是精度有所差别而已，所以放在这里来参考也是比较合理的。
使用YOLOV3进行目标检测与跟踪–成果展示
二、下载Yolov5
1、下载Yolov5的源代码
https://github.com/ultralytics/yolov5
https://github.com/ultralytics/yolov5这个链接有的小伙伴可能点击不了，如果存在这样的现象，可以联系我获取相关的yolov5的源代码。
2、下载已经训练好的模型
https://github.com/ultralytics/yolov5/releases
https://github.com/ultralytics/yolov5/releases，同样，这个链接如果有访问不了的小伙伴可以联系我来获取相关的模型。
三、使用官方的案例来实现识别
1、解压文件
首先，需要解压Yolov5的源代码文件。并且把模型放在项目文件夹里面，这样就可以在运行的时候仅仅只是在本地完成所有的操作了。
; 2、下载相应的模块
在上图中所示，进入requirements.txt文件，运行：
pip install -r requirements.txt
这是安装所依赖的模块。
3、进行识别
我们直接运行detect.py这个文件：
python detect.py --source ./data/image/bus.jpg
python detect.py –source ./data/image/bus.jpg
这句命令是使用了官方自己配有的两个图片，运行的效果如下所示：
（另一个图片直接把图片名一改就好了）
原图：
以及：
; 识别的结果：
以及：
4、说明
如果想对视频进行分析，可以使用下面的代码：
python detect.py --source data/video/dog1.mp4
也就是把图片换成为视频就可以啦。
同时，我们还可以使用电脑自带的摄像头来进行分析，命令行的diamante如下所示：
python detect.py --source 0
上面这句命令行的意思是会自动调用电脑自带的那个摄像头来进行识别等操作，最后也会把视频保存下来。
这里需要声明一点，就是在使用yolov5来分析视频的时候是不会分析声音的，也就是说，在最后生成的文件里面没有声音，而且播放的速度也有可能发生变化，但是这不会影响影响识别的精度，因为识别的过程是一帧一帧的操作的。
四、训练数据
由于篇幅的原因，我们这里暂时不讲解训练数据，而是重新写一篇文章来详细讲解训练数据，后期会再写一篇文章专门详细描述自己训练数据的。
五、总结
以上内容主要是讲解了使用yolov5官方的模型来实现图像的识别，后续会推出另一篇文章来讲解训练数据的。
最后，谢谢大家的阅读与支持啦，希望本文对大家有一些帮助菈。
Original: https://blog.csdn.net/m0_54218263/article/details/122601330
Author: hhh江月
Title: 图像识别之Yolov5模型配置以及使用
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/533044/
转载文章受原作者版权保护。转载请注明原作者出处！