影像識別之Yolov5模型配置以及使用
文章目錄
- 影像識別之Yolov5模型配置以及使用
- 一、文章簡介
- 二、下載Yolov5
- 1、下載Yolov5的源代碼
- 2、下載已經訓練好的模型
- 三、使用官方的案例來實作識別
- 1、解壓檔案
- 2、下載相應的模塊
- 3、進行識別
- 原圖：
- 識別的結果：
- 4、說明
- 四、訓練資料
- 五、總結
一、文章簡介
如今，機器學習比較火爆，而yolov5也給機器學習中的影像識別帶來了很大的方便，本文將帶領大家一起從零開始學習yolov5模型，包括官方的案例以及自己的訓練，
首先，可以看一個視頻簡單體會一下yolov5：
油管的視頻播放不了，于是我自己上傳了一個視頻到嗶哩嗶哩中，然后再鏈接過來：
由于沒有找到yolov5的，但是，yolov3與yolov5的效果區別不大，只不過是精度有所差別而已，所以放在這里來參考也是比較合理的，
使用YOLOV3進行目標檢測與跟蹤--成果展示
二、下載Yolov5
1、下載Yolov5的源代碼
https://github.com/ultralytics/yolov5
https://github.com/ultralytics/yolov5這個鏈接有的小伙伴可能點擊不了，如果存在這樣的現象，可以聯系我獲取相關的yolov5的源代碼，
2、下載已經訓練好的模型
https://github.com/ultralytics/yolov5/releases
https://github.com/ultralytics/yolov5/releases，同樣，這個鏈接如果有訪問不了的小伙伴可以聯系我來獲取相關的模型，
三、使用官方的案例來實作識別
1、解壓檔案
首先，需要解壓Yolov5的源代碼檔案，并且把模型放在專案檔案夾里面，這樣就可以在運行的時候僅僅只是在本地完成所有的操作了，
2、下載相應的模塊
在上圖中所示，進入requirements.txt檔案，運行：
pip install -r requirements.txt
這是安裝所依賴的模塊，
3、進行識別
我們直接運行detect.py這個檔案：
python detect.py --source ./data/image/bus.jpg
python detect.py --source ./data/image/bus.jpg
這句命令是使用了官方自己配有的兩個圖片，運行的效果如下所示：
（另一個圖片直接把圖片名一改就好了）
原圖：
以及：
識別的結果：
以及：
4、說明
如果想對視頻進行分析，可以使用下面的代碼：
python detect.py --source data/video/dog1.mp4
也就是把圖片換成為視頻就可以啦，
同時，我們還可以使用電腦自帶的攝像頭來進行分析，命令列的diamante如下所示：
python detect.py --source 0
上面這句命令列的意思是會自動呼叫電腦自帶的那個攝像頭來進行識別等操作，最后也會把視頻保存下來，
這里需要宣告一點，就是在使用yolov5來分析視頻的時候是不會分析聲音的，也就是說，在最后生成的檔案里面沒有聲音，而且播放的速度也有可能發生變化，但是這不會影響影響識別的精度，因為識別的程序是一幀一幀的操作的，
四、訓練資料
由于篇幅的原因，我們這里暫時不講解訓練資料，而是重新寫一篇文章來詳細講解訓練資料，后期會再寫一篇文章專門詳細描述自己訓練資料的，
五、總結
以上內容主要是講解了使用yolov5官方的模型來實作影像的識別，后續會推出另一篇文章來講解訓練資料的，
最后，謝謝大家的閱讀與支持啦，希望本文對大家有一些幫助菈，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/417157.html
標籤：AI