欢迎来到尧图网

客户服务 关于我们

您的位置:首页 > 健康 > 养生 > 项目1 yolov5鱼苗检测计数

项目1 yolov5鱼苗检测计数

2024/11/29 20:20:31 来源:https://blog.csdn.net/qq_35732321/article/details/143191909  浏览:    关键词:项目1 yolov5鱼苗检测计数

yolov5鱼苗检测

  • 1. yolov5鱼苗检测
    • 1.1. 环境配置
    • 1.2 Predict
    • 1.3 Validate
    • 1.4 Train
    • 1.5 生成 ONNX
  • 2 代码解析
    • 2.1 模型
    • 2.2 数据集
    • 2.3 损失函数
    • 2.4 训练
    • 2.5 预测

之前做的项目,再回顾一下
环境:GPU1卡,CPU4核,每显卡12GB,内存12GB

1. yolov5鱼苗检测

1.1. 环境配置

Setup

!git clone https://github.com/ultralytics/yolov5  # clone
%cd yolov5
%pip install -qr requirements.txt  # installimport torch
import utils
display = utils.notebook_init()  # checks

1.2 Predict

!python classify/predict.py --weights yolov5s-cls.pt --img 224 --source data/images
# display.Image(filename='runs/predict-cls/exp/zidane.jpg', width=600)

1.3 Validate


# Download Imagenet val (6.3G, 50000 images)
!bash data/scripts/get_imagenet.sh --val

1.4 Train

# Train YOLOv5s Classification on Imagenette160 for 3 epochs
!python classify/train.py --model yolov5s-cls.pt --data image

1.5 生成 ONNX

!python export.py --data data/custom_data.yaml --weights weight/best.pt

测试结果
在这里插入图片描述

请添加图片描述

2 代码解析

2.1 模型

2.2 数据集

2.3 损失函数

2.4 训练

2.5 预测

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com