visdrone数据集visdrone+yolov7结果记录(代码片段)

少吃蛋糕的倒霉蛋 少吃蛋糕的倒霉蛋     2023-03-02     589

关键词:

VisDrone+YOLOv7结果

YOLOv7

训练

  • 命令
python -m torch.distributed.launch --nproc_per_node 4 --master_port 9527 train.py --workers 4 --device 0,1,2,3 --sync-bn --batch-size 32 --
data data/VisDrone.yaml --img 640 640 --cfg cfg/training/yolov7.yaml  --name yolov7_ --hyp data/hyp.scratch.p5.yaml 

分辨率:640*640
结果输出所在文件夹:yolov7_
epoch数量:设置的300 最终跑了140左右

验证集

  • 命令:
python test.py --data data/VisDrone.yaml --img 640 --batch 32   --device 0,1 --weights /disk2/lxs/yolov7/runs/train/yolov7_/weights/best.pt --name yolov7_val --task val
  • 结果
val: Scanning 'datasets/VisDrone/val_list.cache' images and labels... 548 found, 0 missing, 0 empty, 0 corrupted: 100%|███████████████████████████████████████| 548/548 [00:00<?, ?it/s]
               Class      Images      Labels           P           R      mAP@.5  mAP@.5:.95: 100%|█████████████████████████████████████████████████████| 18/18 [00:18<00:00,  1.02s/it]
                 all         548       38759       0.596       0.496       0.496       0.285                                                                                            
          pedestrian         548        8844       0.654       0.543       0.577       0.265                                                                                            
              people         548        5125       0.587       0.512       0.494       0.193                                                                                            
             bicycle         548        1287       0.448       0.267        0.26        0.11                                                                                            
                 car         548       14064       0.782       0.839       0.851       0.588                                                                                            
                 van         548        1975       0.615       0.497       0.503       0.348                                                                                            
               truck         548         750       0.631       0.455       0.469       0.307                                                                                            
            tricycle         548        1045       0.504       0.416       0.385       0.214                                                                                            
     awning-tricycle         548         532       0.362       0.199       0.194        0.12                                                                                            
                 bus         548         251       0.784       0.602       0.629       0.436                                                                                            
               motor         548        4886       0.593       0.635       0.596        0.27                                                                                            
Speed: 7.8/2.0/9.8 ms inference/NMS/total per 640x640 image at batch-size 32                                                                                                            
Results saved to runs/test/yolov7_val                                                                                                                                                   

测试集

  • 命令:
python test.py --data data/VisDrone.yaml --img 640 --batch 32   --device 0,1 --weights /disk2/lxs/yolov7/runs/train/yolov7_/weights/best.pt --name yolov7_test --task test
  • 结果
test: Scanning 'datasets/VisDrone/test_list.cache' images and labels... 1610 found, 0 missing, 0 empty, 0 corrupted: 100%|██████████████████████████████████| 1610/1610 [00:00<?, ?it/s]
               Class      Images      Labels           P           R      mAP@.5  mAP@.5:.95: 100%|█████████████████████████████████████████████████████| 51/51 [00:37<00:00,  1.34it/s]
                 all        1610       75102       0.534       0.435       0.411        0.23
          pedestrian        1610       21006       0.559       0.388       0.382        0.15
              people        1610        6376       0.544       0.291       0.276      0.0936
             bicycle        1610        1302       0.371       0.198       0.171      0.0706
                 car        1610       28074       0.744       0.798       0.791       0.495
                 van        1610        5771       0.526        0.45       0.439       0.289
               truck        1610        2659       0.565       0.524       0.524       0.332
            tricycle        1610         530       0.335       0.374       0.253       0.135
     awning-tricycle        1610         599       0.423        0.27       0.235       0.136
                 bus        1610        2940       0.754       0.585       0.633       0.441
               motor        1610        5845       0.518       0.467       0.407       0.158
Speed: 7.8/1.2/9.0 ms inference/NMS/total per 640x640 image at batch-size 32
Results saved to runs/test/yolov7_test

目标检测yolov6理论解读+实践测试visdrone数据集(代码片段)

前言本篇博文将简单总结YOLOv6的原理,并使用YOLOv6对VisDrone数据集进行训练。背景YOLOv6是美团视觉智能部研发的一款目标检测框架,致力于工业应用。根据官方[1]提供的测试结果,YOLOv6的综合性能效果超越了YOLOv5和YOLO... 查看详情

目标检测yolor理论简介+实践测试visdrone数据集

前言YOLOR是2021年提出的一种算法,其一作Chien-YaoWang(台湾)同时也是最近刚出的YOLOv7的第一作者。论文地址:https://arxiv.org/abs/2105.04206论文项目地址:https://github.com/WongKinYiu/yolor理论简介YOLOR的论文不容易啃,因为其... 查看详情

目标检测tph-yolov5:基于transformer的改进yolov5的无人机目标检测(代码片段)

简介最近在使用VisDrone作为目标检测任务的数据集,看到了这个TPH-YOLOv5这个模型在VisDrone2021testset-challenge数据集上的检测效果排到了第五,mAP达到39.18%。于是开始阅读它的论文,并跑一跑的它的代码。论文地址:ht... 查看详情

bug记录yolov7assertionerror:train:nolabelsin...train_list.cache.cannottrainwithout(代码片段)

问题描述我在用yolov7跑自己的visdrone数据集时,遇到了如下报错:train:WARNING:Nolabelsfoundindatasets/VisDrone/train_list.cache.Seehttps://github.com/ultralytics/yolov5/wiki/Train-Custom-Datatrain:Newcachecreated:datasets/VisDrone/train_list.cacheTraceback(mostrecentc... 查看详情

目标识别yolov5针对小目标检测的改进模型/添加帧率检测(代码片段)

...种改进方案。我所使用的是YOLOv5-5.0版本,数据集采用VisDrone数据集。检测头改进模型方面的修改:作者再模 查看详情

《模型轻量化-剪枝蒸馏量化系列》yolov5无损剪枝(附源码)

...了修改,主要介绍如何实现的,另外,数据使用开放数据VisDrone的小部分数据来测试~今天的文章很短,主要附带一个视频讲解运行过程,我修改的地方就不必说了,代码在文末,可以一键运行。环境:需要安装:protobuf==3.20.1其... 查看详情

详细解读tph-yolov5让目标检测任务中的小目标无处遁形

...增强、多尺度测试、多模型集成和使用额外的分类器。在VisDrone2021数据集上的大量实验表明,TPH-YOLOv5在无人机捕获场景上具有良好的性能和可解释性。在DET-test-challenge数据集上,TPH-YOLOv5的AP结果为39.18%,比之前的SOTA方法(DPNetV3)... 查看详情

tph-yolov5|基于transformer的yolov5小目标检测器|四头加注意力(代码片段)

...多尺度测试、多模型集成和利用额外的分类器。对数据集VisDrone2021的广泛实验表明,TPH-YOLOv5具有良好的性能,在无人机捕获的场景中具有令人印象深刻的可解释性。在DET-test-challenge数据集上& 查看详情

《模型轻量化-剪枝蒸馏量化系列》yolov5无损剪枝(附源码)

...了修改,主要介绍如何实现的,另外,数据使用开放数据VisDrone的小部分数据来测试~今天的文章很短,主要附带一个视频讲解运行过程,我修改的地方就不必说了,代码在文末,可以一键运行。环境:需要安装:protobuf==3.20.1其... 查看详情

mot17数据集转yolov5格式的数据集,并可视化。(代码片段)

文章目录1、Mot17转Yolov5、Yolov6、Yolov7等数据集2、显示转化后的图片。1、Mot17转Yolov5、Yolov6、Yolov7等数据集'''创建以下四个目录,用于存放图片和标签images/trainimages/vallabels/trainlabels/val'''importosimportshutilim 查看详情

[课程][原创]yolov5安装标注训练自己数据集windows版

搞定系列:yolov5训练自己数据集windows版课程地址:搞定系列:yolov5训练自己数据集windows版--深度学习视频教程-人工智能-CSDN程序员研修院开会员学更多课程课程介绍课程目录讨论留言你将收获1、学会如何搭建yolov5环... 查看详情

yolov7训练自己的数据集(代码片段)

yolov7训练自己的数据集一.安装yolov7并配置1.安装Anaconda2.创建虚拟环境3.下载yolov7源码4.下载权重5.安装依赖二.运行目标检测三.训练自的数据集1.创建所需文件2.下载labelImg标注工具3.配置训练的相关文件四.正式训练五.使用自己的... 查看详情

[软件工具][原创]将labelme数据集一键转换成yolov5和yolov7实例分割数据集工具使用教程

...分类使用统一框架,yolov5发布后,我们实例分割数据集官方推荐在roboflow网站直接标注,但是这个网站在外网打不开或者数据集存在不安全隐患,此外现有数据集一般都是label 查看详情

yolov7训练自己的数据集(口罩检测)(代码片段)

YOLOv7训练自己的数据集(口罩检测)前言前提条件实验环境项目结构制作自己的数据集数据集目录结构训练自己的数据集VOC格式数据集转换成YOLO格式数据集修改cfg配置新建一个myyolov7.yaml配置文件myyolov7.yaml内容创建自己... 查看详情

yolov5训练coco128数据集和测试与检测(代码片段)

yolov5训练coco128数据集和测试与检测文章目录yolov5训练coco128数据集和测试与检测参考链接一、coco数据集1.简介2.下载3.解压后的数据4.COCO数据集(.json)训练格式转换成YOLO格式(.txt)二、训练train.py三、验证val.py四、推理预测detect.py1.用... 查看详情

yolov5训练coco128数据集和测试与检测(代码片段)

yolov5训练coco128数据集和测试与检测文章目录yolov5训练coco128数据集和测试与检测参考链接一、coco数据集1.简介2.下载3.解压后的数据4.COCO数据集(.json)训练格式转换成YOLO格式(.txt)二、训练train.py三、验证val.py四、推理预测detect.py1.用... 查看详情

深度学习目标检测:yolov5实现车辆检测(含车辆检测数据集+训练代码)(代码片段)

深度学习目标检测:YOLOv5实现车辆检测(含车辆检测数据集+训练代码) 目录YOLOv5实现车辆检测(含车辆检测数据集+训练代码)1.前言2.车辆检测数据集说明(1)车辆检测数据集(2)自定义数据集3.基于YOLOv5... 查看详情

深度学习目标检测:yolov5实现车辆检测(含车辆检测数据集+训练代码)(代码片段)

深度学习目标检测:YOLOv5实现车辆检测(含车辆检测数据集+训练代码) 目录YOLOv5实现车辆检测(含车辆检测数据集+训练代码)1.前言2.车辆检测数据集说明(1)车辆检测数据集(2)自定义数据集3.基于YOLOv5... 查看详情