- 本文为365天深度学习训练营 中的学习记录博客
- 参考文章:365天深度学习训练营-第P1周:实现mnist手写数字识别
- 原作者:K同学啊|接辅导、项目定制
下面是我根据yolov5l.yaml
绘制的网络整体结构,YOLOv5针对不同大小(n, s, m, l, x
)的网络整体架构都是一样的,只不过会在每个子模块中采用不同的深度和宽度,分别应对yaml文件中的depth_multiple和width_multiple
参数。还需要注意一点,官方除了n, s, m, l, x
版本外还有n6, s6, m6, l6, x6
,区别在于后者是针对更大分辨率的图片比如1280x1280,当然结构上也有些差异,后者会下采样64倍,采用4个预测特征层,而前者只会下采样到32倍且采用3个预测特征层。后者的预测速度更快一些
首先现在github上面下载yolov5的代码
yolov5源码下载地址
注
下载到的地址尽量不要有中文,可能在下一步当中出现无法下载的问题(后面试了,这个和路径有没有中文没有关系,照样报错,所以这个可以忽略)
我在尝试pip install -r requirements.txt
的时候遇到了以下报错,所以在这里在进行学习记录
图片当中写到了 SSL module is not available.
,根据了解说存在以下问题
openssl
首先进行第一个问题的修改,尝试看看是不是没有创建虚拟环境
创建不同的虚拟环境的意义在于,可以在不同的安装包的条件下,实现不同的代码的运行,尽可能的避免冲突
可以使用anaconda
进行一个虚拟环境的创建,我这里命名为testyolov5
,anaconda
在这里不做详细介绍,大家可以上网查一查
显示所有虚拟环境
conda env list
激活虚拟环境conda activate +[所选环境]
新创建的虚拟环境会有如下报错
这样只需要使用conda init [SHELL_NAME]
配置命令解析器后重启即可
因为是window系统,这里可以采用
conda init cmd.exe
,然后重启
这样之后再输入pip install -r requirements.txt
开始运行,说明是第一个问题
这里在下载的过程当中遇到了这个问题,在这里的话开另外一篇文章吧,如果大家没有这个问题就不用管
WARNING: Ignore distutils configs in setup.cfg due to encoding errors.
进行相应的操作之后再重新下载
接下来就可以进行代码的运行了
使用上述的方法打开cmd
,
首先拿给到的数据集当中的图片进行一个测试
输入以下命令
python detect.py --source data\images\zidane.jpg --weight yolov5s.pt --img 640
需要提醒大家的是
在添加路径的时候前面一定要有--source
不然会出现检测识别失败的情况
其实只需要前面一段python detect.py --source data\images\zidane.jpg
,后面那一段应该是给到权重,使得这个图片预测更完整?
但是我只输入前面那一段我就成功预测了
可以看到预测之后的图片保存的路径,打开对应路径就可以看到了
我这里尝试找一些其他图片进行预测
这里网上随便找一张图片
检测结果如下
最后再尝试一下这个视频的检测
按照同样的办法打开cmd
使用相同的方法,打开视频相应的路径python detect.py --source D:\桌面\download\0.mp4
后面也是相应的路径,看大家视频的路径进行调整
原视频的链接如下
极限挑战:黄磊从网吧找到张艺兴,向师傅告状如何被沙溢欺负!