yolov5
YOLOv5目标检测模型
# YOLOv5目标检测模型 ## 环境配置 ##### 1、安装Anaconda 打开命令行输入conda -V检验是否安装及当前conda的版本 ##### 2、conda常用的命令 1）conda常用的命令 ~~~python conda list ~~~ 2）查看当前存在哪些虚拟环境 ~~~ ......
CPU环境下运行基于yolov5的行人检测代码（pedestrain detection based on yolov5 in CPU）
最近在捣腾基于 yolov5 的行人检测代码，在 github 上下载一个案例之后因为没用 GPU 运行一直碰壁，出现了许多 bug，现在整理了下 error 和解决方法，成功调试出了基于 yolov5 的行人检测代码，分享给大家~ 1. 运行环境：window10，CPU，Visual Studi ......
yolov5环境配置
基本配置： 操作系统：windows10IDE：Pycharmpython版本：anaconda Pyhon3.8pytorch版本：torch 1.10.0cuda版本：11.3显卡：RTX 2060 super ①安装pytorch-gpu版本 下载离线安装包，地址：https://downlo ......
yolov5 目标检测代码
import torch import cv2 import time import os box_color = (0, 255, 0) def get_milsecond(): t = time.time() return (int(round(t * 1000))) if __name__ = ......
yolov5的训练策略
yolov5——训练策略 前言 1. 训练预热——Warmup 1.1 what是Warmup 1.2 why用Warmup 1.3 常见Warmup类型 1.4 yolov5中的Warmup 2. 自动调整锚定框——Autoanchor 2.1 what是anchor 2.2 why用anchor ......
YOLOv5中的Focus层
一、背景介绍 Focus层是在YOLOv5中被提出来的。感觉像是一种特殊的下采样的方式。 1.下采样 下采样就是一种缩小图像的手法，用来降低特征的维度并保留有效信息，一定程度上避免过拟合，都是以牺牲部分信息为代价，换取数据量的减少。下采样就是池化操作。但是池化的目的不仅如此，还需要考虑旋转、平移、伸 ......
YOLOv5/YOLOV4中的SPP/SPPF
目录 一、SPP的应用的背景 二、SPP结构分析 三、SPPF结构分析 四、YOLOv5中SPP/SPPF结构源码解析（内含注释分析） 一、SPP的应用的背景 在卷积神经网络中我们经常看到固定输入的设计，但是如果我们输入的不能是固定尺寸的该怎么办呢？ 通常来说，我们有以下几种方法： （1）对输入进行 ......
yolov5中的图片自适应缩放
自适应图片缩放-针对不同的目标检测算法而言，我们通常需要执行图片缩放操作，即将原始的输入图片缩放到一个固定的尺寸，再将其送入检测网络中。YOLO 系列算法中常用的尺寸包括416 * 416，608 * 608 等尺寸。 原始的缩放方法存在着一些问题，因为在实际的使用中的很多图片的长宽比不同，所以在进 ......
yolov5的自适应锚框讲解
现在网路上关于yolov5的自适应锚框策略都是一笔带过，今天专门来说一下这个 像之前的 YOLOv3、YOLOv4，对于不同的数据集，都会计算先验框 anchor。然后在网络训练时，网络会在 anchor 的基础上进行预测，然后输出预测框，再和标签框进行对比，最后就进行梯度地反向传播。 在 YOLO ......
yolov5中的s，m，l，x表示什么意思
在YOLOv5中，S、M、L、X是用来表示不同的检测器尺寸或大小的标签。它们指的是YOLO检测器的不同变体，其主要区别在于其基础网络架构和输入图像的分辨率。 以下是它们的具体含义： 1. YOLOv5s（Small）：这是YOLOv5中的最小尺寸变体。它具有相对较小的模型尺寸和输入图像分辨率，适用于 ......
yolov5-训练好的模型部署的几种方式-ONNX
ONNX，即 Open Neural Network Exchange ，是微软和 Facebook 发布的一个深度学习开发工具生态系统，旨在让 AI 开发人员能够随着项目发展而选择正确的工具。 ONNX 所针对的是深度学习开发生态中最关键的问题之一，在任意一个框架上训练的神经网络模型，无法直接在另 ......
yolov5实战之模型剪枝
续[yolov5实战之二维码检测](https://www.cnblogs.com/haoliuhust/p/15362819.html) [toc] # 前沿 在上一篇yolov5的博客中，我们用yolov5训练了一个二维码检测器，可以用来检测图像中是否有二维码，后续可以接一个二维码解码器，就可以 ......
Yolov5代码解析(输入端、BackBone、Neck、输出端))
【深度学习】总目录 输入端：数据增强、锚框计算等。 backbone：进行特征提取。常用的骨干网络有VGG，ResNet，DenseNet，MobileNet，EfficientNet，CSPDarknet 53，Swin Transformer等。（其中yolov5s采用CSPDarknet 53 ......
yolov5 运行环境配置
安装 anaconda 用来管理虚拟环境 创建一个虚拟环境，创建虚拟环境的时候指定python版本 我这里选择3.9 将yolov5的python代码从github上搞下来，用pycharm打开-打开项目 ，打开之后用终端进入之前我们 创建的那个虚拟环境里面 pycharm不同的版本 配置解释器的界 ......
Yolov5训练时出现loss出现nan值或者测试时P\R\map全部为0值的解决办法
问题： train训练得出的P\R\map全部为0 上网寻找寻找答案，大部分给出的原因解释如下： ①文件夹格式（名称和架构）有问题，这属于基本内容，不应该出错的。 ②pytorch和cuda版本不对应。关于这部分可以参考链接：https://blog.csdn.net/jhsignal/articl ......
yolov5项目cuda错误解决
## CUDA报错解决 ~~~bash # 报错详情 AssertionError: CUDA unavailable, invalid device 0 requested ~~~ ### 查看cuda版本 先看一下电脑是否支持`GPU`，打开任务管理器就能查看（`ctrl+shift+esc`） ......
YOLOv5-7.0 后处理 解析
#### 问题1： 怎么算输出的维度？ 方法1：我们可以直接导出 pt 为 onnx 文件，使用 Netron 来看即可。 python export.py --weights yolov5s.pt --include onnx --simplify # --simplify 帮助我们看每个维度是多 ......
YOLOV5实时检测屏幕
# YOLOV5实时检测屏幕 [TOC] 注：此为笔记 目的：保留模型加载和推理部分，完成实时屏幕检测 实现思路： 1. 写一个实时截取屏幕的函数 2. 将截取的屏幕在窗口显示出来 3. 用OpenCV绘制一个窗口用来显示截取的屏幕 4. 在detect找出推理的代码，推理完成后得到中心点的xy坐标 ......
yolov5内存分布分析
# yolov5内存分布分析 ## Transpose输出分析 假设batch_size为1，yolov5有三个输出，shape分别是： - （1,3,80,80,85) - （1,3,40,40,85) - （1,3,20,20,85) 其中3代表anchor数量，20*20代表feature_m ......
Yolov5-v6.1-s
yolov5整体框架图 yolov5总共有很多版本，看Pytorch官方给的不同类型模型的测试结果 在本文使用yolov5的v6.1版本，640分辨率，s模型,也就是上图正序的第二个 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 ......
yolov5+deepsort+slowfast复现
## 1.运行环境 ```python ubuntu 18.04.1 Cuda 11.5 Python 3.8.15 torch 1.10.1+cu113 torchvision 0.11.2+cu113 ``` ## 2.安装PyTorchVideo ```python cd /home git ......
YOLOv5s训练学习记录 - test
# armorFinder_ROS2 ## YOLOv5s训练学习记录： ### 训练、获取模型 [YOLOv5初级使用教程]([使用Yolov5训练自己的模型_ylclaire_01的博客-CSDN博客](https://blog.csdn.net/ylclaire_01/article/deta ......
yolov5训练栏杆检测模型日志记录
yolov5训练栏杆检测模型日志记录 (wind_2021) H:\PytorchProject\yolov5_train_xinru_2023050901> (wind_2021) H:\PytorchProject\yolov5_train_xinru_2023050901> (wind_202 ......
基于深度学习的水果检测与识别系统（Python界面版，YOLOv5实现）
本博文介绍了一种基于深度学习的水果检测与识别系统，使用YOLOv5算法对常见水果进行检测和识别，实现对图片、视频和实时视频中的水果进行准确识别。博文详细阐述了算法原理，同时提供Python实现代码、训练数据集，以及基于PyQt的UI界面。通过YOLOv5实现对图像中存在的多个水果目标进行识别分类，用... ......
基于YOLOv5的目标检测系统详解（附MATLAB GUI版代码）
本文重点介绍了基于YOLOv5目标检测系统的MATLAB实现，用于智能检测物体种类并记录和保存结果，对各种物体检测结果可视化，提高目标识别的便捷性和准确性。本文详细阐述了目标检测系统的原理，并给出MATLAB的实现代码、预训练模型，以及GUI界面设计。基于YOLOv5目标检测算法，在界面中可以选择各... ......
YOLOV5训练时MAP、R、P值为0，测试时无检验框
#YOLOV5训练时MAP、R、P值为0，测试时无检验框 问题引出： 今天帮一个大三的学生，跑yolov5，首先我观察他电脑的配置：显卡是GTX1650，进入英伟达控制面板发现他最高支持的cuda版本的是11.7，便给他装了11.6的cuda和cudnn，但是训练的过程中，发现出现了一段警告， ......
《rv1109 部署yolov5训练模型汇总》
环境以及相关软件版本：yolov5(v5.0)、Ubuntu18.04、rknn-toolkit 1.7.3、rv1109 一.yolov5环境安装 1 conda安装 1.1 Anaconda 安装包： 在浏览器中打开 https://www.anaconda.com/products/indiv ......
《yolov5 将训练的best.pt 转成onnx再转成rknn部署到rv1109》
1.在yolov5上将pt 转 onnx 首先将之前训练好的best.pt放到yolov5目录下 python export.py --weights best.pt --img 640 --batch 1 --include onnx 可以看到生成了best.pt ......
《rv1109 部署yolov5》
1.环境安装 在SDK目录rv1126_rv1109\external\rknn-toolkit\packages\required-packages-for-win-python36下有lmdb-0.95-cp36-cp36m-win_amd64.whl pip install lmdb-0.95 ......