使用yolov5训练交通指示牌识别模型

于水丶

已于 2025-01-09 22:54:50 修改

阅读量1.2k

点赞数 12

文章标签： YOLO python 深度学习 pytorch

于 2025-01-09 22:44:34 首次发布

本文链接：https://blog.youkuaiyun.com/qq_33037487/article/details/145023479

版权

使用yolov5训练交通指示牌识别模型

yolov5是一个基于Python编写的人工智能目标检测程序，通过这个程序我们可以进行人工智能模型训练，以得到一个适用于自己应用场景的目标检测模型，所谓目标检测，可以简单的理解为从图片、视频中标识出模型认识的物体，例如：
在这里插入图片描述
上面的图片就是目标检测模型识别的结果，模型读取一张图片，然后用方框标出它所认识的物体目标，不同的方框颜色表示不同的物体，方框上方的英文为物体名称，后面的小数表示置信度，也就是模型认为框出来的物体是物体名称这个东西的概率，置信度越大说明模型越有把握。

yolov5是一个比较古老的模型，现在yolov10已经可以广泛使用了，有兴趣可以参照我的另一篇博客使用YOLO v10x训练BDD100K数据集来学习使用。

要使用yolov5来训练一个适用于自己场景的模型，我们需要先安装能够运行yolov5程序的开发环境（就是软件），然后标注训练数据，最后进行训练并使用训练得到的模型。

本教程演示在Windows 10操作系统上完成使用yolov5训练交通指示牌识别模型的流程，如果是Windows 11操作系统，区别不大，如果是Linux操作系统或者Mac，可以关掉页面了。。

1. 环境配置

1.1. anaconda安装

由于Python编程语言有一个严重的问题就是版本问题，即不同版本的Python和Python第三方库差别较大，所以我们需要一个高效的工具来管理不同的版本，实现在不同版本的Python上进行切换，anaconda是非常好用的工具，anaconda的安装方法网上有很多教程，如果遇到了问题，可以自主搜索一些资料尝试解决。

1.1.1. 下载与安装

访问anaconda官网：https://www.anaconda.com/，点击页面右上方的Free Download
在这里插入图片描述
随后会提示你注册一个邮箱账号，点击跳过注册即可

进入下载页面，点击Windows系统的Download按钮

接下来浏览器会开始下载，安装包较大，需要耐心等待。

下载完成后，会得到一个名为Anaconda3-2024.10-1-Windows-x86_64.exe的可执行程序，这个就是安装包，需要注意的是，随着时间的推移，这个名字可能会发生变化，因为软件也在不断升级更新，所以安装包名字并不重要，重要的是你要能够找到安装包下载到了电脑的什么地方。

双击安装包开始安装anacnonda。

点击Next >
在这里插入图片描述
点击I Agree同意协议

点选All Users (requires admin privileges)为当前电脑上的所有用户安装，点击Next，会提示是否运行程序对设备进行修改，点击是

选择软件的安装位置，最好不要安装到C盘，在除了C盘以外的地方撞门创建一个用来存放软件的文件夹，例如D盘的softwares文件夹，然后在这个文件夹中为anaconda单独创建一个文件夹，名为anaconda，把anaconda安装到这个文件夹，方便后期管理，随后点击Next >
在这里插入图片描述
勾选前两项，分别是在桌面创建图标、让其它开发工具检测到anaconda的存在，然后点击Install开始安装。

耐心等待读条结束
出现Completed字样后点击Next >

点击Next >

不要勾选这两项，点击Finish完成安装
在这里插入图片描述
安装完成后用任务栏上的搜索功能搜索anaconda会看到一个名为Anaconda Prompt的程序，这个就是我们后面要打交道的软件了，建议把它放在一个容易找到的地方，可以右键图标，点击添加到“开始”屏幕

需要注意还有一个名为Anaconda Powersheel Prompt的工具，图标一样，我们不用这个，注意区分。

打开Anaconda Prompt软件，会出现一个黑色的命令行窗口，输入conda env list然后按回车，可以看到当前anaconda中已有的Python环境，刚刚安装完应该只有base一个环境。
在这里插入图片描述

1.1.2. 镜像源配置

在使用anaconda的过程中，经常会从网络上下载组件，但是由于Python和anaconda都是国外的软件，所以下载速度会比较慢，解决方法是配置一个国内的镜像源，让anaconda下载组件的时候从国内站点下载，能有效提升下载速度。

在Anaconda Prompt的命令行窗口中分别执行下面的指令（输入一行按一次回车，有多少行就是多少条指令），可以直接复制进去执行

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --set show_channel_urls yes
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

除了最后一条指令，其它指令执行完后是没有什么提示的，没有消息就是好消息。

最后执行一下conda config --show channels，如果发现带有tsinghua字样的网址在前面，就说明配置成功了。