Yolov5实现道路裂缝检测，附数据集

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

测试

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：

训练自己的数据集

1.创建dataset.yaml文件

文件要满足以下格式（如下图）：

1. 下载地址（没有的不用管它）
2. 训练图片路径
3. 验证图片路径
4. 类的个数
5. 类名

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）