
Yolov5使用步骤(训练,测试,导出onnx, 结合halcon 部署到winform)
yolov5
yolov5 - Ultralytics YOLOv8的前身,是一个用于目标检测、图像分割和图像分类任务的先进模型。
项目地址:https://gitcode.com/gh_mirrors/yo/yolov5
·
内容摘要:
1.如何修改训练时的参数
2.如何在训练完做测试
3. 如何导出onnx
4. 导出的onnx如何部署在winform上,如何用halcon与yolov5结合使用
1. 训练时要改的参数
1.1 修改train.py文件的参数


1.2 修改yaml文件的参数, 就是图片路径和标注名称

1.3 训练和评估图片存放位置要求



1.4 修改yolov5s.yaml文件

1.5 修改完所有文件,在pycharm的终端执行python train.py. 这样就执行训练了


2. 训练完后测试
2.1修改一下detect.py文件

2.2 把测试文件放到这个文件下

2.3 在pycharm终端执行python detect.py 测试完的图片就在最新的exp这里产生了

3. 导出ONNX文件
3.1在export.py文件修改参数

3.2 在pycharm终端执行 python export.py

4. 导出的onnx文件怎样使用,怎样部署在winform上,如何结合halcon使用,请查看我的其他文章
yolov5 - Ultralytics YOLOv8的前身,是一个用于目标检测、图像分割和图像分类任务的先进模型。
最近提交(Master分支:3 个月前 )
6981c274
Refactor code for speed and clarity
Co-authored-by: UltralyticsAssistant <web@ultralytics.com> 3 个月前
f003c3df
This commit resolves an issue where the save-csv command did not write the CSV header. The code now correctly saves the header in the CSV file.
Signed-off-by: Ali Ghanbari <alighanbari446@gmail.com>
Co-authored-by: Glenn Jocher <glenn.jocher@ultralytics.com> 3 个月前
更多推荐




所有评论(0)