机床回收网站建设,单页网站制作工具,wordpress点赞排行榜,哪里能给人做网站从零开始安装并运行YOLOv5
该文主要实现用YOLOv5的基准检测为自己的视频片段渲染对象检测结果和边界框#xff0c;本文大部分都是实操#xff0c;帮助大家快速上手。
什么是YOLOv5#xff1f;
yolo是一种用于对象检测的最先进的机器学习模型#xff0c;yolo有不同的版…从零开始安装并运行YOLOv5
该文主要实现用YOLOv5的基准检测为自己的视频片段渲染对象检测结果和边界框本文大部分都是实操帮助大家快速上手。
什么是YOLOv5
yolo是一种用于对象检测的最先进的机器学习模型yolo有不同的版本比如v5v8如果你提供一个输入它会给你返回一个输出那么yolo的输入和输出是什么呢yolo接受图像或者是一批图像作为其输入在处理该图像后它会在图像上放置边界框它会告诉你在每个边界框中检测到的一个对象这些边界框就是输出它还识别每个边界框中的对象是什么如下图。 图片中有一个红色框标识了person黄色框标识了backpack简而言之yolo就是一台将此类边框放在图片上的机器。但是yolo不会直接将这些边界框绘制或渲染到图像上而是为每个边界框提供多个值它为每个边界框提供xmin、xmax、ymin、ymax标识该边界框的位置第五个值label代表标签其中有一个id例如0标识person27代表tie领带等等
因此当id为0时我们知道这里有一个人然后我们就可以渲染此边界框时写入最终值是置信度告诉你整个结果的确定性。 如何使用我们自己的视频在我们自己的计算机上使用YOLO
正式开始操作
1、环境配置
首先我们需要一个Python环境这个过程不需要会Python编程因为代码已经存在我们只需要运行它即可。这里可以使用一个单独的Python环境或者Anaconda中的环境本文用的是单独的Python环境如果你没有Python环境或者有很多个Python环境请看作者的另一篇文章pip安装报错彻底弄清Python软件包安装流程并解决安装错误文中也会清楚的说明如何把python和pip加入到环境变量中这也是环境配置中重要的一环。
2、下载YOLOv5
下载网址GitHub - ultralytics/yolov5: YOLOv5 in PyTorch ONNX CoreML TFLite
点击Download即可下载下载完成后解压。 此时我们就得到了这样一个文件夹如下图。 3、安装必要的库
首先我们要安装的库是pytorch网址PyTorch下滑找到下图页面我用的是Windows所以选择Windows因为是单独的python环境所以选择pip有显卡GPU的话可以选择CUDA对应版本这里我选择CPU版本选择好后最下方就会出现终端指令复制在终端运行即可。 终端运行。 在这里我出现了这个错误这是因为我代理忘记关了此时可以关闭代理或者让终端也处于代理模式终端代理指令看这篇文章。 处理好后再次执行命令就能安装成功啦如下图。 4、开始使用
先切换到yolov5所在目录如下图操作你的yolov5放在哪你就去哪找我这里放在e盘。 然后你可以放一个你想要输入的视频在该文件夹中如下图。 接着终端执行以下命令。
python detect.py --source PUBG.mp4此时提示没有某某模块。 那就使用pip安装一下这个模块就行如果提示没有别的模块也同理这里注意如果安装yaml需要把模块名称写成pyyaml。 安装好后再次执行。
python detect.py --source PUBG.mp4可以看到已经在输出了。 最后进入到结果路径文件夹就能找到输出的视频。 其他版本yolo
我们在yolov5主页可以看到还有很多个版本的yolo如下图。 我们可以使用版本的yolo例如指定yolov5s6使用以下命令。
python detect.py --source PUBG.mp4 --weights yolov5s6.pt可以使用版本的yolo例如指定yolov5s6使用以下命令。
python detect.py --source PUBG.mp4 --weights yolov5s6.pt教程就到这里啦希望大家能顺利运行。
