正文 

当前位置： 首页 > 知识 > java教程

yolov5解析|第一篇：快速部署yolov5模型(代码片段)

K同学啊 K同学啊     2022-12-05     561

关键词：

大家好，我是『K同学啊』！

拖了好久，终于要开始目标检测系列了。自己想过好几次，想尽快出几期目标检测算法的博客教程，但是一直苦于不知道如何写，才能让大家轻松、快速、高效的入门目标检测算法。这段时间终于有个一个比较靠谱的思路。我是这样计划的：
首先，带大家先将算法跑起来，不然都不知道在干嘛，纯理论的东西看着头都大了，然后，教大家将官方的数据集更换成我们自己的数据集，并完成模型的训练。其次，在我们代码可以运行的情况下，从整体上讲解算法的结构。最后，挑选代码中一些比较关键的点，进行详细讲解。

文章目录

一、前言

YOLO系列是目前最热门的目标检测算法，那就拿它“开刀”了。YOLO目前已经更新到了YOLOv5，由于YOLOv5太新了，目前TensorFlow2版本还未出来（网上存在一些tf版本的，但是大概率不靠谱，就不踩坑了），那就用PyTorch吧，反正PyTorch迟早也是要学的嘛。PyTorch与TensorFlow的区别如下：

  • TensorFlow：更倾向于工程人员，落地比较好。
  • PyTorch：比较倾向于研究人员，前沿算法用得比较多。

某宝上找人帮忙给小项目换一个框架（TensorFlow互转PyTorch），收费一般是1K起步，所以啊，技多不压身。

YOLOv5又分为Yolov5s、Yolov5m、Yolov5l、Yolov5x四个版本，我这里以Yolov5s为例。

📌【YOLOv5开源地址】

二、下载源码


安装需要的环境

pip install -r requirements.txt -i https://pypi.mirrors.ustc.edu.cn/simple/

其中-i https://pypi.mirrors.ustc.edu.cn/simple/为中国科技大学的镜像，可以加快环境包的下载速度。

如何打开CMD命令行


三、运行代码

需要的环境

  • Python>=3.6.0
  • PyTorch>=1.7

以同样的方法打开cmd，输入命令：python path/to/detect.py --source path/to/img.jpg --weights yolov5s.pt --img 640，注意需要将图片路径替换成你的，例如：python detect.py --source data\\images\\zidane.jpg --weights yolov5s.pt --img 640。这里我们使用的是官方已经帮我们训练好的模型。

在这个过程中，你中途可能会遇到这两个问题，不用担心，这是网络问题多试几次就好了。

  • TimeoutError: [WinError 10060] 由于连接方在一段时间后没有正确答复或连接的主机没有反应，连接尝试失败。
  • TypeError: unlink() got an unexpected keyword argument 'missing_ok'

如果你还是一直这样，将 yolov5s.pt （提取码：bum6）文件放到项目的主目录下ok吧，上面的两个错误都是由于下载这个文件、下载失败缺少这个文件导致的。

命令运行成功后，你将会得到如下的反馈：


进行文件夹查看我们的检测结果：

四、视频检测

同样的方法打开cmd输入：python detect.py --source MyVideo_2.mp4


我的 实验视频（提取码：9vaq），或许你用得到。

你将会得到如下运行结果（因为版权问题放不了视频，难受~）

yolov5解析|第二篇：用yolov5训练自己的数据集（超级详细完整版）(代码片段)

大家好，我是K同学啊！我们接着上一篇文章YOLOv5解析|第一篇：快速部署YOLOv5模型配置完YOLOv5需要的环境后，今天我们试着用YOLOv5训练自己的数据。（在开始本教程前，记得先跑一遍入门篇，确保其他... 查看详情

yolov5解析|第二篇：用yolov5训练自己的数据集（超级详细完整版）(代码片段)

大家好，我是K同学啊！我们接着上一篇文章YOLOv5解析|第一篇：快速部署YOLOv5模型配置完YOLOv5需要的环境后，今天我们试着用YOLOv5训练自己的数据。（在开始本教程前，记得先跑一遍入门篇，确保其他... 查看详情

全志v853的npu转换部署yolov5模型

NPU转换部署YOLOV5模型本文以YOLOv5s模型为例，详述ONNX模型在V853平台的转换与部署的流程。模型的准备YOLOv5目前开源于Github，链接【GitHub-ultralytics/yolov5:YOLOv5 查看详情

目标检测yolov5：模型构建解析(代码片段)

...在看一些目标检测的最新论文和代码，大多数都是在YOLOv5的基础上进行魔改。改的最多的基本是原版本的网络结构，这篇博文就从源码角度来解析YOLOv5中，模型是如何构建出来的。本文使用的是YOLOv5-5.0版本。模型的... 查看详情

使用ymir生产基于yolov5的头盔检测模型

使用YMIR生产基于yolov5的头盔检测模型1.概述2.YOLOV5结构解析YOLOV5在coco数据集性能测试图3.算法基本信息动手实测查看训练、测试数据集模型训练启动页面模型运行中性能、进度曲线变化启动训练任务后即可查看训练过程模型发布... 查看详情

yolov5-6.0快速训练助手使用教程傻瓜式训练不需要写代码配置

yolov5-6.0发布后，这次更新为我们带来了n版本，模型大幅度减少，yolov5n仅仅3.77M，适合在嵌入式部署。为了跟上时代发展要求，yolov5-6.0快速训练助手更新出来。本此更新依旧面向懒人和初学者，使用非常简... 查看详情

海思hi3516dv300---部署yolov5检测+sort跟踪算法

海思Hi3516DV300-部署1.部署yolov5检测+Sort跟踪算法---统计地铁中人流量（双向计数+tof相机）2.yolov5s模型转换onnx模型3.在虚拟机中安装caffe（caffe模型的转化是在虚拟机中完成的）4.onnx模型转换caffe模型5.caffe模型... 查看详情

yolov5解析|第三篇：如何改进yolov5？(代码片段)

大家好，我是K同学啊！在前面的文章YOLOv5解析|第二篇：用YOLOv5训练自己的数据集（超级详细完整版）中我们介绍了使用训练自己的数据集。这一篇文章，我将带大家一起解析YOLOv5的6.0版本结构并改进模型&... 查看详情

在kaggle上用yolov5训练口罩模型并部署到android端(代码片段)

文章目录前言一、使用步骤（一）下载Yolov5源码（二）配置Yolov5所需的库（三）修改源码1.修改输出文件的保存路径2.添加mask.yaml3.修改models4.配置train.py（四）在Kaggle上部署项目1.把源码本地打包成.z... 查看详情

模型部署jetsonxaviernx（emmc）部署yolov5-5.0(代码片段)

...置语言/地区等信息烧录SDK组件换清华源（可选）YOLOv5-5.0虚拟环境下载v5.0仓库推理DemoVScode连接NXUSB摄像头实时检测tensorrtx模 查看详情

yolov5全面解析教程⑥：模型训练流程详解

作者 | Fengwen、BBuf 欢迎Star、试用One-YOLOv5：https://github.com/Oneflow-Inc/one-yolov51结构项目预览 2安装git clone https://github.com/Oneflow-Inc/one-yolov5  # clonecd one-yolov5pip install -r requirements.txt  # install3训练两种训练方式带权重训练... 查看详情

flask后端进行yolov5检测模型的部署（填坑）(代码片段)

...到后端。网上有人推荐一个github项目https://github.com/muhk01/Yolov5-on-Flask后来有人把这个项目给修改了，运行起来了，我也准备运行一下https://github.com/xugaoxiang/yolov5-flask 先把代码拉下来直接配置ÿ 查看详情

基于flask和网页端部署yolo自训练模型(代码片段)

@Author:Runsen基于flask和网页端部署yolo自训练模型关于yolov5模型的flask的部署,需要通过torch.hub.load加载yolov5自定义的模型，source需要设置localifopt.model=="yolov5":model=torch.hub.load("yolo","custom",path="models/yolov5s.pt",source= 查看详情

基于flask和网页端部署yolo自训练模型(代码片段)

@Author:Runsen基于flask和网页端部署yolo自训练模型关于yolov5模型的flask的部署,需要通过torch.hub.load加载yolov5自定义的模型，source需要设置localifopt.model=="yolov5":model=torch.hub.load("yolo","custom",path="models/yolov5s.pt",source= 查看详情

基于flask和网页端部署yolo自训练模型(代码片段)

@Author:Runsen基于flask和网页端部署yolo自训练模型关于yolov5模型的flask的部署,需要通过torch.hub.load加载yolov5自定义的模型，source需要设置localifopt.model=="yolov5":model=torch.hub.load("yolo","custom",path="models/yolov5s.pt",source= 查看详情

记录历经三天将自己的yolov5模型部署到android安卓手机(代码片段)

将yolov5部署到安卓手机移动端记录历经三天小白将自己的yolov5模型部署到安卓手机一、前言二、具体流程（一）.部署官方yolo到安卓1.CMakeLists.txt文件修改2.sdk相关文件报错问题3.build.gradle文件（二）.转化自己模型1.... 查看详情

yolov5实例分割tensorrt部署实战(代码片段)

0.引言     ultralytics在yolov5的6.2版本发布了实例分割模型，可实现快速实例分割，采用官方v5s-seg.pt效果如下图所示：     本博客将以此为基础，开发c++版本的tensorrt推理代码，直接上链接:这里，... 查看详情

yolov5s模型在全志v853平台上的部署方法和应用(代码片段)

AI部署这个词儿大家肯定不陌生，可能有些人还不是很清楚这个是干嘛的，但总归是听过了。近些年来，在深度学习算法已经足够卷之后，深度学习的另一个偏向于工程的方向–部署应用落地，才开始被谈论的... 查看详情