机器学习笔记 - 使用 YOLOv5、OpenCV、Python 和 C++ 检测物体

一、YOLO v5简述

        YOLO v5虽然已经不是最先进的对象检测器,但是YOLOv5 使用了一个简单的卷积神经网络 CNN架构(相对YOLO v8来讲,不过v8精度是更高了一些),更易理解。这里主要介绍如何轻松使用 YOLO v5来识别图像中的对象。将使用 OpenCV、Python 和 C++ 来加载和调用我们的 YOLO v5 模型。

         目标检测是最重要的计算机视觉任务之一。对于给定图像,对象检测器将发现:

  • 图像中的物体
  • 物体的分类
  • 表示图像中对象坐标的边界框

        对于每个对象,对象检测算法分配一个置信度值,表示该检测的确定性。

        另外我们可以自己训练 YOLOv5,以便教它检测其他类型的物体。

二、调用YOLOv5

1、加载YOLOv5 模型

猜你喜欢

转载自blog.csdn.net/bashendixie5/article/details/132092634