yolov5 中detect.py的步骤

目录

参数解析

运行步骤

1.配置参数

2.输出运行结果

---

参数解析

parser = argparse.ArgumentParser()
    parser.add_argument('--weights', nargs='+', type=str, default='yolov5s.pt', help='model.pt path(s)')
    parser.add_argument('--source', type=str, default='inference/images', help='source')  # file/folder, 0 for webcam
    parser.add_argument('--output', type=str, default='inference/output', help='output folder')  # output folder
    parser.add_argument('--img-size', type=int, default=640, help='inference size (pixels)')
    parser.add_argument('--conf-thres', type=float, default=0.4, help='object confidence threshold')
    parser.add_argument('--iou-thres', type=float, default=0.5, help='IOU threshold for NMS')
    parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
    parser.add_argument('--view-img', action='store_true', help='display results')
    parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
    parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --class 0, or --class 0 2 3')
    parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')
    parser.add_argument('--augment', action='store_true', help='augmented inference')
    parser.add_argument('--update', action='store_true', help='update all models')
    opt = parser.parse_args()

• --weights：该参数接收一个或多个模型权重文件路径。默认值是'yolov5s.pt'，表示使用名为'yolov5s.pt'的模型权重文件。你可以指定多个文件路径，用空格分隔。
• --source：该参数指定输入源，可以是文件或文件夹，也可以是0（表示网络摄像头）。默认值是'inference/images'，表示使用位于'inference/images'目录下的图像作为输入源。
• --output：该参数指定输出文件夹的路径。默认值是'inference/output'，表示输出结果将保存在'inference/output'文件夹中。
• --img-size：该参数指定图像大小（以像素为单位）。默认值是640，表示将输入图像缩放到640x640的大小。
• --conf-thres：该参数指定对象置信度的阈值。默认值是0.4，表示只有置信度高于0.4的对象才会被检测出来。
• --iou-thres：该参数指定非极大值抑制（NMS）的IOU阈值。默认值是0.5，表示只有与相邻框的IOU大于0.5的框才会被抑制掉。
• --device：该参数指定用于推理的设备，例如'cuda device, i.e. 0 or 0,1,2,3 or cpu'。默认值是空字符串，表示使用默认设备进行推理。
• --view-img：该参数是一个布尔值，表示是否显示结果图像。
• --save-txt：该参数是一个布尔值，表示是否将结果保存到文本文件中。
• --classes：该参数允许你过滤特定类别的对象。你可以指定一个或多个类别编号，用空格分隔。例如，'--class 0'表示只检测类别0的对象。
• --agnostic-nms：该参数是一个布尔值，表示是否使用类别无关的非极大值抑制（class-agnostic NMS）。
• --augment：该参数是一个布尔值，表示是否进行增强的推理。
• --update：该参数是一个布尔值，表示是否更新所有模型。

运行步骤

1.配置参数

2.输出运行结果