记录Yolov5的使用（1）

前景

学了半天的神经网络，深度学习， cnn， rnn， opencv 一头雾水，总得拿点东西来应用下。
了解到有一个目标检测算法还是挺有趣的——Yolov5

常用的物体检测算法

R-CNN、Fast R-CNN、Faster R-CNN、FPN、YOLO、SSD、RetinaNet

参考：点击
目前应用比较广泛的是Yolo, SSd算法

YoloV5下载

github

下载完的目录如下

下载训练模型

下载Yolov5预训练模型：既已经训练好的权重参数数据，可以直接使用，就不要在本机再做Traninig了
连接

运行依赖的安装文件

python -m pip install -r requirements.txt

测试Yolov5 ：

图片测试

python detect.py --source ./data/image/bus.jpg

• 运行完放在 runs里面，会有提示

视频测试

!python detect.py --source data/images/car.mp4

摄像头测试

使用本机摄像头测试Yolov5实时检测：

python detect.py --source 0

-就会弹出摄像头页面，识别到的物体会用不同颜色的方框进行标识，同时上面会显示名称和概率（置信度）

如果通过摄像头检测出识别的物体会打印出来：比如下面的person，cell phone等

App测试 iDetection

下面章节开始训练自己的数据和模型调优、源码分析等