前景
学了半天的神经网络,深度学习, cnn, rnn, opencv 一头雾水,总得拿点东西来应用下。
了解到有一个目标检测算法还是挺有趣的——Yolov5
常用的物体检测算法
R-CNN、Fast R-CNN、Faster R-CNN、FPN、YOLO、SSD、RetinaNet
参考:点击
目前应用比较广泛的是Yolo, SSd算法
YoloV5下载
下载完的目录如下
下载训练模型
下载Yolov5预训练模型:既已经训练好的权重参数数据,可以直接使用,就不要在本机再做Traninig了
连接
运行依赖的安装文件
python -m pip install -r requirements.txt
测试Yolov5 :
图片测试
python detect.py --source ./data/image/bus.jpg
- 运行完放在 runs里面,会有提示
视频测试
!python detect.py --source data/images/car.mp4
摄像头测试
使用本机摄像头测试Yolov5实时检测:
python detect.py --source 0
-就会弹出摄像头页面,识别到的物体会用不同颜色的方框进行标识,同时上面会显示名称和概率(置信度)
如果通过摄像头检测出识别的物体会打印出来:比如下面的person,cell phone等
App测试 iDetection
下面章节开始训练自己的数据和模型调优、源码分析等