文章目录
- 一、yolov5安装配置及使用教程
- 1.1下载yolov5
- 1.2下载yolov5预训练模型
- 二、安装YOLOv5
- 三、测试yolov5
- 3.1 lmg图片测试
- 3.2Video视频测试
- 3.3摄像头测试
一、yolov5安装配置及使用教程
1.1下载yolov5
Yolov5 Github地址：https://github.com/ultralytics/yolov5
或者直接git clone到本地工作目录，等待下载完成:git clone https://github.com/ultralytics/yolov5
Yolov5代码目录架构：
1.2下载yolov5预训练模型
下载地址：https://github.com/ultralytics/yolov5/releases
找到最新的release，点开下面的Assets下载（.pt文件就是pytorch的模型文件）：
下载后放到Yolov5源码根目录，或新建个weights/目录中使用：
yolov5共有四种模型：yolov5s、yolov5m、yolov5l、yolov5x。
其中yolov5s目标检测速度最快，因为其网络参数最少，但相应的，检测效果相比是最差的
而yolov5x是检测效果最好的，参数最多，而时间上最慢。。
具体使用可以根据实际需要，例如如果目标检测应用场景比较看重速度，就用yolov5s.pt
二、安装YOLOv5
源码下完后，下面开始安装Yolov5所需模块。
先进入源码所在文件，再pip install -r requirements.txt，等待安装完成。
三、测试yolov5
3.1 lmg图片测试
通过detect.py对图像进行目标检测：
然后可以在yolov5/runs/detect目录下找到模型输出结果的文件夹 ：
这是源码自带的bus.jpg识别效果：
3.2Video视频测试
视频放到data目录中即可：
然后通过detect.py对视频进行目标检测：
python detect.py --source data/video/dog1.mp4
3.3摄像头测试
使用本机摄像头测试Yolov5实时检测：
python detect.py --source 0
就会弹出摄像头页面，识别到的物体会用不同颜色的方框进行标识，同时上面会显示名称和概率（置信度）
如果通过摄像头检测出识别的物体会打印出来：比如下面的person，cell phone等。
