【计算机视觉 02】YOLOv5 项目说明

目录

1. 项目代码

2. 环境配置中遇到的问题

3. 参数说明


1. 项目代码

GitHub - ultralytics/yolov5: YOLOv5 in PyTorch > ONNX > CoreML > TFLiteicon-default.png?t=M3K6https://github.com/ultralytics/yolov5

2. 环境配置中遇到的问题

 

第一个:AttributeError: Can‘t get attribute ‘SPPF‘ on <module ‘models.common‘ from ‘D:\\ModelTest\\yolov5-5

参考: 

AttributeError: Can‘t get attribute ‘SPPF‘ on <module ‘models.common‘ from ‘D:\\ModelTest\\yolov5-5_Ricky-T的博客-CSDN博客icon-default.png?t=M3K6https://blog.csdn.net/weixin_65976457/article/details/123648154?spm=1001.2014.3001.5506

 

第二个:AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘

参考:

AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘_阳光不锈@的博客-CSDN博客icon-default.png?t=M3K6https://blog.csdn.net/qq_35207086/article/details/123879980?spm=1001.2014.3001.5506

第三个:RuntimeError: The size of tensor a (60) must match the size of tensor b (56)

参考: 

Pytorch中报错RuntimeError: The size of tensor a (60) must match the size of tensor b (56)_霆霆的程序员驿站的博客-CSDN博客icon-default.png?t=M3K6https://blog.csdn.net/qq_43108889/article/details/123910494?spm=1001.2014.3001.5506

3. 参数说明

weights
default='yolov5s.pt'

训练模型。

可以在官网上中 release -> Assets 手动下载到项目中

source
default='data/images'
指定预测的文件。可以是一个文件夹,也可以是一张图片,或一个 vedio 。
img-size
default=640

官网中有指定两种方式:  --img 1280 、--img 640

文件大小会先进行 resize -> 进入神经网络->按比例放大。

输入输出结果尺寸大小保持原样,训练过程中会把尺寸进行缩放。

conf-thres
default=0.25

置信度。

预测概率大于0.25时,才显示预测结果。

需要根据实际应用过程中调参。

iou-thres
交并比置信度

NMS:抑制不是极大值的元素,搜索局部的极大值。

loU = Area of Overlap / Area of Union

目标检测中选出了多个框,这几个框圈出来的都是同一个目标。

iou 设置成 1,就会有很多重叠。

iou 设置成 0,基本没有重叠值。

view-img
自动显示图片,并自动关闭

有action。

在命令行中执行 python detect.py --view-img 时,如果没有指定这个参数,则设置为False,如果设置了这个参数,设置为True。 (换成视频的话,可以看到运行实时的效果)

save-txt
保存标记结果
classes
想要哪个类别
 nargs='+': 可以有多个值  --class 0 2 3
agnostic-nms
增强
augment
增强
project
结果保存位置
name
文件名
exist-ok
结果保存到原来位置

设置参数:【计算机视觉 02】YOLOv5 项目说明_第1张图片

 

所有的参数都会放在 opt 这个变量中,debug:【计算机视觉 02】YOLOv5 项目说明_第2张图片

 

 required=True 是必须要输入的参数

parser.add_argument('--weights', nargs='+', type=str,required=True, help='model.pt path(s)')

你可能感兴趣的:(计算机视觉,计算机视觉,深度学习,人工智能)