接上一篇博客，本篇记录第一次训练的检测效果
训练得到的最优模型在…\runs\train\exp6\weights\best.pt位置
激活yolov5py38环境，进入yolov5-master文件夹
输入以下命令，使用视频来检查模型训练的效果
python detect.py –source D:\yolo\imageprocess\movie\2021_1229_132828_422.MP4 –weights runs\train\exp6\weights\best.pt –conf-thres 0.25
–source 后输入检测的源文件路径，–weights后输入训练好的模型权重文件
–conf-thres 是置信度阈值，低于该值的检测结果将被忽略。
源文件可以是多种格式，支持图像和视频，包括：’bmp’, ‘jpg’, ‘jpeg’, ‘png’, ‘tif’, ‘tiff’, ‘dng’, ‘webp’, ‘mpo’；’mov’, ‘avi’, ‘mp4’, ‘mpg’, ‘mpeg’, ‘m4v’, ‘wmv’, ‘mkv’。
训练完成后结果如下，平均每帧检测时间1.3ms
输出的视频存储在runs\detect\exp中
效果如下
第二次训练调整了batch_size=32，再次进行训练，受限于GPU显存不足，完成训练后无法进行验证，单独运行val.py对第二次训练的模型进行验证，设置数据为mydataset.yaml，权重为刚刚训练好的best.pt
python val.py –data D:\yolo\yolov5-master\data\mydataset.yaml –weights D:\yolo\yolov5-master\runs\train\exp8\weights\best.pt
训练好的验证结果存储在runs/val/exp中
Original: https://blog.csdn.net/weixin_44455827/article/details/123302710
Author: 晚安八月
Title: 训练好的YoloV5模型进行目标检测
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/681590/
转载文章受原作者版权保护。转载请注明原作者出处！