yolov5实现火焰识别/检测步骤记录

1.克隆yolov5仓库

git clone https://github.com/ultralytics/yolov5

2.安装python3.7、Pytorch1.7.0环境

3.安装yolov5环境

pip install -r requirements.txt

4.数据集与配置文件

#数据集来源
https://universe.roboflow.com/dataset-9xayt/fire-data-annotations-lwfou
在…/datasets保存数据集

在data目录创建 fire.yaml
内容：
path: …/datasets/fire #dataset path
train: train/images
val: test/images
#test: test/images #optional
nc: 1
names: [‘Fire’]

4.开始训练

#epochs default 300
python train.py --img 640 --batch 16 --epochs 300 --data fire.yaml --weights yolov5s.pt

5.输出的结果在 runs/train/expxx

6.使用模型进行推理

python detect.py --weights runs/train/expxx/weights/best.pt --source
0 # cam
img.jpg # image
vid.mp4 # video
path/ # directory
‘path/*.jpg’ # glob
‘https://youtu.be/Zgi9g1ksQHc’ # YouTube
‘rtsp://example.com/media.mp4’ # RTSP, RTMP, HTTP stream