YOLOV5在win10上的环境配置及训练和检测

记录半年前的工作。

由于想使用yolov5进行目标检测，输出相应的坐标，Linux系统不熟悉，服务器用的不方便，于是配置win10系统下的yolov5虚拟环境，利用pycharm来检测图片

下载YOLOv5mirrors / ultralytics / yolov5 · GitCode

或者(18条消息) YOLOv5源码包YOLOv5_master-图像识别文档类资源-CSDN文库

环境搭建参考

(29条消息) window系统下利用Anaconda安装pytorch+cuda搭建深度学习环境_暂未成功人士！的博客-CSDN博客

(29条消息) 【目标检测】Anaconda3+PyCharm+Python3.8+PyTorch1.10+Cuda10.2的YOLOv5复现教程_KayViolet的博客-CSDN博客_yolov5代码复现

训练参考

(29条消息) window系统下利用Anaconda安装pytorch+cuda搭建深度学习环境_暂未成功人士！的博客-CSDN博客(29条消息) 深度学习目标检测---使用yolov5训练自己的数据集模型（Windows系统）_暂未成功人士！的博客-CSDN博客_数据集模型

注意事项：所有的路径不能有中文，不然有可能出现奇奇怪怪的问题。

检测

我需要输出框图的上下左右值，于是将detect.py中代码进行更改

需要改两个地方，注释掉的是原来的

第一个地方,190行左右

            #txt_path = str(save_dir / 'labels' / p.stem) + ('' if dataset.mode == 'image' else f'_{frame}')  # img.txt
            txt_path = str(save_dir / 'labels' / p.stem)

第二个地方，200-220行左右。lin是我输出的上下左右

                for *xyxy, conf, cls in reversed(det):
                    #if save_txt:  # Write to file
                        #xywh = (xyxy2xywh(torch.tensor(xyxy).view(1, 4)) / gn).view(-1).tolist()  # normalized xywh
                        #line = (cls, *xywh, conf) if save_conf else (cls, *xywh)  # label format
                        #with open(txt_path + '.txt', 'a') as f:
                            #f.write(('%g ' * len(line)).rstrip() % line + '\n')
                    if save_txt:  #重写成mot17格式的输出
                        xywh = xyxy2xywh(torch.tensor(xyxy).view(1, 4))
                        #line = (frame,-1, xyxy[0],xyxy[1],xywh[:,2],xywh[:,3],conf,-1,-1,-1)
                        line = (frame,-1, xyxy[0],xyxy[1],xywh[:,2],xywh[:,3],conf,-1,-1,-1)
                        lin=(xyxy[0],xyxy[1],xywh[:,2],xywh[:,3])
                        with open(txt_path + '.txt', 'a') as f:
                            f.write(('%g  ' *(len(lin)-1)+'%g').rstrip() % lin + '\n')

如果想要检测结果取消标签，参考了这(25条消息) YOLOv5 检测结果取消显示标签(只显示边界框bbox）_wangchen1801的博客-CSDN博客