大家好,目标检测在计算机视觉中是一个至关重要的任务,而YOLO(You Only Look Once)因其速度和准确性而脱颖而出。本文将介绍如何微调一个YOLO模型,以检测各种道路标志和物体,例如车辆、行人、不同颜色的交通灯、人行横道、速度限制标志、禁止标志、警告标志。本文适用于使用Linux的用户,对于Windows用户,Poetry和Cuda的安装可能会有所不同。
1. 设置环境
Poetry是Python中用于依赖管理和打包的工具,它将帮助我们有效地管理项目的依赖关系。Pipx用于在虚拟环境中隔离的同时全局安装Python CLI应用程序。
#Install Poetry
pipx install poetry
使用Poetry安装依赖项:
# Clone project's repository from Github
git clone https://github.com/Mkoek213/road_detection_model.git
cd road_detection_model # navigate to folder
poetry install # poetry will install all dependencies
poetry shell # this command starts the virtual environment with the downloaded dependencies
安装的项目将包含以下内容:
├── notebooks
│ ├── data
│ │ └── bdd100k.names
│ └── data_processing.ipynb
├── poetry.lock
├── pyproject.toml
├── README.md
└── road_detection_model
├── data_finetune.yaml
├── data.yaml
├── __init__.py
├── live.py
├── Models
│ ├── fine_tuned_yolov8s.pt
│ ├── pre_trained_yolov8s.pt
│ └── yolov8n.pt
├── runs
│ ├── detect
│ │ ├── train
│ │ ├── train2
│ │ ├── val
│ │ └── val2
│ └── fine_tuning
│ ├── train
│ ├── train2
│ └── train3