石家庄网站建设推广报价,WordPress做saas,中信建设有限责任公司薛松,上海城乡建设中级职称报名网站Yolov5实现道路裂缝检测
GitHub参考代码链接
我修改后的代码百度网盘链接
密码#xff1a;2mzl
数据集链接
密码#xff1a;06dj
基于Pytorch的Yolov5道路裂缝检测程序运行说明。大家可以结合我的说明和原文说明使用#xff0c;有问题欢迎询问。 文章目录
Yolov5实现… Yolov5实现道路裂缝检测
GitHub参考代码链接
我修改后的代码百度网盘链接
密码2mzl
数据集链接
密码06dj
基于Pytorch的Yolov5道路裂缝检测程序运行说明。大家可以结合我的说明和原文说明使用有问题欢迎询问。 文章目录
Yolov5实现道路裂缝检测 环境要求测试训练自己的数据集 1.创建dataset.yaml文件2.创建标签文件3.组织文件路径4.选择模型5.开始训练环境要求
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 20200827153531.mp4 # videofile.jpg # image 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 因为不能放视频所以上传到了百度云盘大家可以自取包含原视频和结果。
https://pan.baidu.com/s/1DEu0TYcdowtt6k_A1wOxTQ
密码2mzl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
下载地址没有的不用管它训练图片路径验证图片路径类的个数类名
# download command/URL (optional)
download: https://github.com/ultralytics/yolov5/releases/download/v1.0/coco128.zip# train and val data as 1) directory: path/images/, 2) file: path/images.txt, or 3) list: [path1/images/, path2/images/]
train: ../coco128/images/train2017/
val: ../coco128/images/train2017/# number of classes
nc: 80# class names
names: [person, bicycle, car, motorcycle, airplane, bus, train, truck, boat, traffic light,fire hydrant, stop sign, parking meter, bench, bird, cat, dog, horse, sheep, cow,elephant, bear, zebra, giraffe, backpack, umbrella, handbag, tie, suitcase, frisbee,skis, snowboard, sports ball, kite, baseball bat, baseball glove, skateboard, surfboard,tennis racket, bottle, wine glass, cup, fork, knife, spoon, bowl, banana, apple,sandwich, orange, broccoli, carrot, hot dog, pizza, donut, cake, chair, couch,potted plant, bed, dining table, toilet, tv, laptop, mouse, remote, keyboard, cell phone, microwave, oven, toaster, sink, refrigerator, book, clock, vase, scissors, teddy bear, hair drier, toothbrush]2.创建标签文件
文件要满足以下格式如下图
一张图片一个txt文件一行一个目标每行都是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序号从0开始
0 0.9583333333333334 0.9408333333333334 0.07333333333333333 0.08833333333333333
2 0.7958333333333334 0.8391666666666667 0.4083333333333334 0.04833333333333334
0 0.4083333333333334 0.8508333333333334 0.17666666666666667 0.121666666666666673.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
# Train YOLOv5s on COCO128 for 5 epochs
python train.py --img 640 --batch 16 --epochs 5 --data coco128.yaml --weights yolov5s.pt
CO128 for 5 epochs
python train.py --img 640 --batch 16 --epochs 5 --data coco128.yaml --weights yolov5s.pt任何程序错误以及技术疑问或需要解答的请添加
