关键词:
图像识别之Yolov5训练自己的模型
文章目录
一、前言
上一篇文章讲解了如何使用Yolov5的原有的模型进行识别,本文将会介绍使用Yolov5来进行自己的数据集的训练。
上一篇文章的链接是:
https://blog.csdn.net/m0_54218263/article/details/122601330?spm=1001.2014.3001.5501
二、对图像进行标注
首先我们需要获取数据,这个大家可以根据自己的需要以及数据的要求在不同的数据集中自己选择下载获取,这里不必赘述了,在获取到数据以后需要对数据进行标注,我使用的线上标注平台式:
我是准备使用猫和狗这两种动物的图片进行训练,最终希望可以准确的识别这两种动物。
下面。我们就对数据集进行标注:
导入数据:
进行添加标签:
手动圈画空间:
一张图片可以有多条狗:
一张图片也可以只有一条狗:
一张图片可以有多只猫:
一张图片也可以只有一只猫:
在我们,对所有的图片完成标注以后,需要导出标签:
然后,我们需要对数据集进行归类:
三、数据集的划分
将自定义测试的图像数据和标签数据集分别 划分为:训练集、验证集、测试集,,比例根据数据量不同,一般可以为 96%:2%:2%
在上面所示的文件夹里面放入图片以及标签:
这里需要注意的是,标签与图片需要一一对应的。
四、配置训练的文件
我们需要对训练的文件进行配置,这样才可训练我们自己的数据。
我们需要对后缀名为yaml的文件进行修改,从而使得它们满足我们自己的训练的需求:
1、修改yolov5l.yaml配置文件
我们在models下面找到yolov5l,因为我是准备使用yolov5l.pt来进行训练,因此使用这个配置文件来进行修改,这里只需要修改一个位置:
2、修改coco128.yaml配置文件
在这里,我们找到data下面的coco128文件,复制一份,然后将download注释掉,修改数目,修改标签的名称,然后就修改完成了。
五、开始训练
python train.py --cfg models/myyolov5l.yaml --data data/mycoco.yaml --weights yolov5l.pt --epoch 150 --batch-size 32
如果不希望有这么高的训练的精度,可以略微降低:
python train.py --cfg models/myyolov5s.yaml --data data/mycoco.yaml --weights yolov5s.pt --epoch 150 --batch-size 32
接下来就是漫长的训练过程。
六、训练结果呈现
1、训练相关参数
在训练完成之后会有一些训练过程或者结果的记录,这里展示一部分内容:
下面,我们来使用图片进行测试,看看训练的效果怎么样。
2、测试
python detect.py --weights runs/train/exp3/weights/best.pt --source data/test/test1.jpg
这是测试的语法:
python detect.py --weights runs/train/exp3/weights/best.pt --source data/test/test1.jpg
七、总结
以上就是,使用yolov5来训练自己的数据集的一个案例,希望对大家有帮助,最后,谢谢大家的阅读与支持,喜欢的话就点个赞,我一定会再接再厉接着加油的呢。
深度学习目标检测---使用yolov5训练自己的数据集模型(windows系统)(代码片段)
...模型3.3启用tensorbord查看参数4、利用自己训练的模型检测识别5、常见一些报错问题0 前言 这段时间正在学习深度学习,通过自己的摸索以及观看一些视频教程和一些前辈的博客,实现了深度学习目标检测--使用yol... 查看详情
博客3:yolov5车牌识别实战教程:模型训练与评估(代码片段)
摘要:本篇博客将详细介绍如何使用YOLOv5进行车牌识别模型的训练与评估。我们将搭建训练环境、准备数据、配置模型参数、启动训练过程,以及使用验证集评估模型性能。车牌识别视频正文:3.1搭建训练环境 首先,我们需... 查看详情
深度学习训练营之yolov5训练自己的数据集(代码片段)
...如下命令进行数据集的划分pythonsplit_train_val.py--xml_pathD:\\yolov5-master\\yolov5-master\\my_data\\Annotations--txt_pathD:\\yolov5-master\\yolov5-mast 查看详情
yolov5环境搭建和使用记录(代码片段)
...h单独再次安装(视情况采用)测试官方demodetect.py识别bus.jpgtrain.py训练模型训练官方提供的coco128训练自己的模型训练好后的权重pt拿去再次detect.py识别labelimg相关使用下载 查看详情
yolov5环境搭建和使用记录(代码片段)
...h单独再次安装(视情况采用)测试官方demodetect.py识别bus.jpgtrain.py训练模型训练官方提供的coco128训练自己的模型训练好后的权重pt拿去再次detect.py识别labelimg相关使用下载 查看详情
笔记2:yolov5训练自己的目标检测模型_创建并划分数据集(代码片段)
...检测的数据集资源标签的格式都是VOC(xml格式)的,而yolov5训练所需要的文件格式是yolo(txt格式)的,这里就需要对xml格式的标签文件转换为txt文件。同时训练自己的yolov5检测模型的时候,数据集需要划分为训练集和验证 查看详情
学习总结win10下yolov5使用gpu训练自己的模型,同时调用网络摄像头识别目标学习指南与踩坑经验(代码片段)
...始训练,运行mytrain.py三、使用模型1、调用摄像头2、识别本地图片或者视频3、识别网络摄像头或者流媒体四、总结五、找到我前言本人学的是机电自动化专业,但因为一些原因自学了yolov5。在半知半解的情况下,摸... 查看详情
智能驾驶车牌检测和识别《yolov5实现车牌检测(含车牌检测数据集和训练代码)》(代码片段)
智能驾驶车牌检测和识别(二)《YOLOv5实现车牌检测(含车牌检测数据集和训练代码)》目录智能驾驶车牌检测和识别(二)《YOLOv5实现车牌检测(含车牌检测数据集和训练代码)》1.前言2.车牌检... 查看详情
手把手教你使用yolov5训练自己的目标检测模型-口罩检测-视频教程(代码片段)
...就是一波更新。这期的内容相对于上期的果蔬分类和垃圾识别无论是在内容还是新意上我们都进行了船新的升级,我们这次要使用YOLOV5来训练一个口罩检测模型,比较契合当下的疫情,并且目标检测涉及到的知识点也... 查看详情
全流程从头在树莓派4b上部署自己训练的yolov5模型(配合ncs2加速)(代码片段)
目录0.前言1.我的环境2.整个流程3.具体过程3.1训练自己的yolov5模型3.2将.pt模型转换为.onnx模型3.3在本地将.onnx转换成IR模型3.4在树莓派4B上使用IR模型推理4.一些坑4.1树莓派4B上安装pytorch4.2安装好了pytorch没法用4.3模型转换失败4.4转换... 查看详情
openvino+yolov5自己训练模型并测试(代码片段)
https://github.com/ultralytics/yolov5/releases/tag/v6.1condacreate-nopenvino_yolov6python=3.7-ycondaactivateopenvino_yolov6pipinstall-rrequirements.txtexport.pyexport_onnx(model,im,file,10,train,False,simplify)#opset1210pythonexport.py--weightsyolov5n.pt--img640--batch1*设置一个临时的环... 查看详情
基于yolov5的手势识别系统(含手势识别数据集+训练代码)(代码片段)
基于YOLOv5的手势识别系统(含手势识别数据集+训练代码)目录基于YOLOv5的手势识别系统(含手势识别数据集+训练代码)1.前言2.手势识别的方法(1)基于多目标检测的手势识别方法(2)基于手部检测+手势分类... 查看详情
基于yolov5的手势识别系统(含手势识别数据集+训练代码)(代码片段)
基于YOLOv5的手势识别系统(含手势识别数据集+训练代码)目录基于YOLOv5的手势识别系统(含手势识别数据集+训练代码)1.前言2.手势识别的方法(1)基于多目标检测的手势识别方法(2)基于手部检测+手势分类... 查看详情
基于yolov5的手势识别系统(含手势识别数据集+训练代码)(代码片段)
基于YOLOv5的手势识别系统(含手势识别数据集+训练代码)目录基于YOLOv5的手势识别系统(含手势识别数据集+训练代码)1.前言2.手势识别的方法(1)基于多目标检测的手势识别方法(2)基于手部检测+手势分类... 查看详情
训练自己的tesseractlstm模型用于识别验证码(代码片段)
训练自己的TesseractLSTM模型用于识别验证码by阙荣文2022.12.12Github源码Tesseract-OCR官方仓库包含的训练数据直接用于识别验证码通常效果并不好,因为验证码字体往往会带有一定程度的扭曲,有必要训练自己的模型.根据我在网上找到的... 查看详情
移动端部署深度学习应用之yolov5--android(代码片段)
...m/xugaoxiang/yolov5_android_tflite运行效果没问题,就是实际识别速度比较慢,有很大的提升空间,胜在模型兼容性好2.pc端训练自己的 查看详情
移动端部署深度学习应用之yolov5--android(代码片段)
...m/xugaoxiang/yolov5_android_tflite运行效果没问题,就是实际识别速度比较慢,有很大的提升空间,胜在模型兼容性好2.pc端训练自己的 查看详情
智能零售柜商品检测软件(python+yolov5深度学习模型+清新界面)(代码片段)
...。在界面中可以选择各种图片、视频进行检测识别;可对图像中存在的多目标进行识别分类,检测速度快、识别精度高。博文提供了完整的Python代码和使用教程,适合新入门的朋友参考,完整代码资源文件请转至文末的下载链接... 查看详情