Python 3.8或之后的版本
还要安装requirements.txt
文件中所有依赖包,包括1.7及以上版本的
torch
pip install -r requirements.txt
项目 代码 获取方式:
关注微信公众号 datadyx 然后回复 道路 即可获取。
AI项目体验地址 https://loveai.tech
运行前先将图片或视频文件放在和detect.py同一目录下,然后运行下面语句:
python detect.py --source file.jpg
因为我将训练好的模型已经放入./runs/train/exp_1000/weights/
路径下了,如果自己训练了模型后,记得修改为自己的模型路径。
原图标记:
测试标记:
文件要满足以下格式(如下图):
2.创建标签文件
文件要满足以下格式(如下图):
1.一张图片一个txt文件
2.一行一个目标
3.每行都是class x_center y_center width height的格式,也就是类对应的序号,目标的x轴中心点,目标的y轴中心点,还有宽和高,注意都不超过1,都是像素点除以宽或高。(一般的正规数据集都自带这种格式的标签,如果没有这种格式的,需要自己编写程序转换,如果没有标签只有图片,需要自行下载标记软件,然后标记图片)
4. 序号从0开始
3.组织文件路径
注意第1步创建dataset.yaml文件中的文件路径,自己填什么路径就把文件放在什么路径。
4.选择模型
推荐选择YOLOv5s,小还快。
5.开始训练
如果用的是Pycharm就右键train.py文件open in terminal,输入以下代码,如果不是Pycharm,可以再cmd中,先调到train.py路径下,再运行下面语句开始训练。(--之后代表参数,img就是图片要缩放的大小,最好是和原图一样大小,epochs是要迭代的次数,data就是第一步创建的文件,weight也就是训练好的权重)