yolov5——detect.py代码【注释、详解、使用教程】

1. 函数parse_opt()

weights: 训练的权重路径,可以使用自己训练的权重,也可以使用官网提供的权重,默认官网的权重yolov5s.pt (yolov5n.pt /yolov5s.pt /yolov5m.pt /yolov5l.pt /yolov5x.pt/区别在于网络的宽度和深度以此增加).
source: 测试数据,可以是图片/视频路径,也可以是’0’(电脑自带摄像头),也可以是rtsp等视频流, 默认data/images
data: 配置数据文件路径, 包括image/label/classes等信息, 训练自己的文件, 需要作相应更改, 可以不用管;如果设置了只显示个别类别即使用classes = 0 或二者1, 2, 3等, 则需要设置该文件,数字和类别相对应才能只检测某一个类.
imgsz: 网络输入图片大小, 默认的大小是640
conf-thres: 置信度阈值, 默认为0.25
iou-thres: 做nms的iou阈值, 默认为0.45
max-det: 保留的最大检测框数量, 每张图片中检测目标的个数最多为1000类
device: 设置设备CPU/CUDA, 可以不用设置
view-img: 是否展示预测之后的图片/视频, 默认False, --view-img 电脑界面出现图片或者视频检测结果
save-txt: 是否将预测的框坐标以txt文件形式保存, 默认False, 使用–save-txt 在路径runs/detect/exp*/labels/.txt下生成每张图片预测的txt文件

你可能感兴趣的:(目标检测,深度学习,python,人工智能)