上海网站建设企业排名,网站页面设计内容,wordpress去掉副标题,北京用网站模板建站推理部分之detect.py文件讲解1.下载Yolov5的源码2. 主函数讲解3.文件标头的注释4. main函数的5. run函数5.1 第一块参数部分5.2第二块#xff0c;传入数据预处理5.3 第三块创建文件夹5.4 第四块 加载模型的权重5.5 第五块 Dataloader 加载模块5.6 第六块 推理部分 Run inferen…
推理部分之detect.py文件讲解1.下载Yolov5的源码2. 主函数讲解3.文件标头的注释4. main函数的5. run函数5.1 第一块参数部分5.2第二块传入数据预处理5.3 第三块创建文件夹5.4 第四块 加载模型的权重5.5 第五块 Dataloader 加载模块5.6 第六块 推理部分 Run inference5.7 输出结果 Print results1.下载Yolov5的源码
克隆一下yolov5的代码
git clone https://github.com/huangfengge/yolov5配置好项目所需的依赖包
2. 主函数讲解
opt 为执行可以传递的参数
if __name__ __main__:opt parse_opt()main(opt)具体的参数如图所示比较重要的参数 weights权重文件、–source 数据集合 – data 数据集的配置 weights 权重文件
– source 为需要推理的原图 data参数 数据配置 imgsz 参数是训练配置图片的大小 device 设备信息使用的Gpu还是cpu 这些参数都可以通过命令进行传递
cd /home/hfg/Soft/Idea_Project/deep/yolov5
python detect.py --weights yolov5s.pt --source data/images/bus.jpg 将推理结果放入runs/detect/exp3进行了保存
3.文件标头的注释
明显的示例告诉了我们的使用方法
4. main函数的
第一个方法检测了当前的依赖包是否安装进行了下一步的run函数
def main(opt):check_requirements(exclude(tensorboard, thop)) # 检测是否安装包run(**vars(opt))requirements安装 - 里面定义了各个依赖包使用的版本
5. run函数
run 函数一共分为7个部分
5.1 第一块参数部分
如图所示我们可以看到传递的参数部分
5.2第二块传入数据预处理
传入的可以是字符串图片名称并对图片进行格式校验可以支持的图片类型如下图如果是url地址或者文件地址进行下载操作。 可以支持的数据类型 下载文件的代码
5.3 第三块创建文件夹
是否将推理过程写入一个txt文件 因save-txt是默认为false增加上表示true这样就生成了一个labels 文件
python detect.py --weights yolov5s.pt --source data/images/bus.jpg --save-txt类型和坐标信息
5.4 第四块 加载模型的权重 选择当前训练设备的信息gpu和cpu信息 模型框架 yolov5和pytorch 5.5 第五块 Dataloader 加载模块
一般加载的都是image 可以配置图片的大小如果是多个图片使用数组
5.6 第六块 推理部分 Run inference
热身先给cpu和gpu一张图片进行热身处理变量每个图片进行推理确定检测的坐标 热身处理具体的画框输出预测的结果进行保存
5.7 输出结果 Print results
