Together_CZ的博客

基于自建目标检测数据集应用实践Hyper-YOLO模型完整开发构建个性化目标检测识别分析系统【以MSTAR遥感数据场景下目标检测为例】

如何Fine-Tune微调SAMHow To Fine-Tune Segment Anything

今天本文的主要目的就是想要迫不及待的上手使用最细的YOLOv9模型来基于自己的私有化数据集开发构建自己的个性化目标检测模型了。官方项目地址在，如下所示：效果霸榜，力压群雄的感觉。可能是因为刚刚发布不久吧，感觉作者开源的项目仓库比较朴实，README的内容也相对比较简少。接下来我们进入正文，手把手一步一步基于YOLOv9来开发自己的目标检测模型。

今天需要用到一个交通标志牌（GTSRB数据集），但是数据都是ppm格式的，虽说用PIL模块也是可以直接打开的，但是不利于直接查看很不方便，所以这里打算做一个转化处理。 首先是从网上下载到所需的数据集，下载地址在这里。截图如下所示： 这里想要先去吐槽一下，找了好几遍才找到了数据集的下载链接，这也太不起眼了吧，我红框标出来了。 点击跳转到了下载页面后就可以进行下载了，下面是需要下载的数据集： 当然了，如果不在乎的话也是可以直接全部下...

基于美团发布的YOLOv6开发构建自己的个性化目标检测项目超详细教程

最开始的时候还是蛮喜欢这种形式的，非常的简洁，直接使用Darknet框架训练也很方便，到后面随着模型改进各种组件的替换，Darknet变得越发不适用了。最早期接触v3和v4的时候印象中模型的训练方式都是基于Darknet框架开发构建的，模型都是通过cfg文件进行配置的，从v5开始才全面转向了PyTorch形式的项目，延续到了现在。本文的核心目的是想要基于yolov5实现风格的yolov4项目为基准来开发构建完整的项目流程，项目地址在。排名第一的项目是pytorch-YOLOv4，地址在。

书接上文——DETR评估可视化

DETR (DEtection TRansformer)基于自建数据集开发构建目标检测模型超详细教程

yolov5s融合SPD-Conv用于提升小目标和低分辨率图像检测性能实践五子棋检测识别

基于yolov7开发实践实例分割模型超详细教程

基于yolov5-v7.0开发实践实例分割模型超详细教程

yolov5本身是非常出色的模型，在很多实际的业务场景里面可以直接拿来做baseline去开发应用模型，这里写本文的初衷也是想从零开始整体介绍实践一下，对于yolov5模型来说目前最新的分支是v6.2但是相比于v6.1这里v6.2主要新增的内容是分类模型也就是基于yolov5现在也可以用来直接做分类识别任务了，在我前面的文章里面已经有了超详细教程的介绍了，这里就不再多说了。因为我使用的是yolov5n系列也就是最小的模型。可以看到：因为我们使用的是nano系列的模型，模型的权重文件还是很小的。

还记得吧，我在前面修改了作者默认的结果权重命名格式，为的就是在Linux环境下也好在windows环境下也好能够自然按照epoch的迭代序号排序，作者之前的命名格式是没法很方便的按照这个排序的，比如我设定了1000次的迭代计算，当我想要下载模型的时候你可能并不好很快的就找到想要的文件，按照我这种命名格式的话就会很方便了，这个看你自己的具体需要了。作者也给出来了train/test的操作说明，感兴趣的话可以去README里面看看，我这里就不再过多的介绍了，直接开始自己的实践。......

不得不说YOLOv5的作者真的是强，更新的频率也是真的很高了，就在前天刚刚发布了最新版本的YOLOv5模型，分支命名为YOLOv5-6.2，与上一版本6.1不同的是这次6.2最大的更新内容是他集成整合进来了基于YOLOv5模型实现的分类也就是图像识别模型，从这一点不难窥探出来：YOLOv5模型未来的适用领域一定会越来越广，诸如：图像分割、实例分割等CV领域内的经典任务一定会被陆陆续续整合进入YOLOv5仓库内的，满怀期待了。不过这里不是重点关注的点，主要是完整实践整个建模过程。...

可以看到：一共有7种汉字，使用汉字对应的拼音来作为标签，否则训练有可能出错，我是不想麻烦折腾，所以这里直接使用汉字的拼音来作为label了。数据集格式以及创建方法与YOLOv5-Lite保持完全一致，这里就不在赘述了，我把数据集创建代码贴这里，详情可以阅读上面链接的文章就懂了。epoch和batch-size这两个参数不是必须修改的，data这个参数是必须修改的，根据自己的实际需要来进行修改即可。这篇文章主要就是基于YOLOv3目标检测模型实现了手写数字的检测识别，感兴趣的话可以看下。【label可视化】.

YOLO系列是目标检测任务中非常非常出色的模型，在v3-v5的演变过程中，不断地吸收集成融合各种好的tricks，模型的性能也得到了很大的提升。在YOLOv5时期一度达到了鼎盛的阶段，v5本身也有：n、s、m、l和x这么多的分支，在不同的业务场景里面需要选择对应的模型，v5模型性能本身已经是非常出色的了，但是在一些边缘端算力较弱的设备上面还是难以满足实时计算的需求的。............

相较于最近不断推陈出新的YOLO系列的模型比如YOLOv6和YOLOv7来说，NanoDet推出的日期就相对比较早，作者这2021年年末的时间节点开源了NanoDet-Plus最新力作，在增加极少计算消耗【1毫秒】的前提下，mAP提高了几十个点，这个不得不说已经是很厉害的存在了。......

这个不能说数据假，而是要清楚明白这样的测试结果是在什么样的硬件水平下面测试得到的，拿到的硬件指标就不难理解这个数据了，但是在实际业务场景里面，很多时候不可能给你都配备那么高级的GPU显卡设备，甚至很多时候就连一块好的CPU都没有，只有在比较弱的算力下完成计算，而且还要保证近乎实时性的要求，我在最开始的时候很多模型都尝试过，但是最终的推理时间太过于感人，比如：YOLOv3、YOLOv4等等，这样的模型太过于庞大，虽然模型的检测精度本身是不错的，但是没有办法实际落地应用。...

到底使用哪个完全看自己的选择和需求。我这里选择的是tag里面的稳定版本。前段时间感觉也是应接不暇了，先是美团技术团队提出来了yolov6，也就间隔一周的时间吧，yolov7就出来的，当然了，两者的优化思路是不一样的，可以根据自身的实际业务场景需求来进行选择即可，也未必说越新的模型就会越好。到这里，基于YOLOv7来基于自己的数据集构建训练模型、调用离线权重文件来进行图像测试识别的完整流程就全部结束了，写了好长的时间，准备了大量的截图素材，希望是一份清晰明了的YOLOv7实战教程，有问题欢迎留言咨询。....

无人机变得越来越普及，很多场景中由于客观原因的限制大量采用了无人机，无人机预警、无人机抓怕、无人机劝导等等，无人机逐渐成为复杂场景中不可替代的重要觉得，无人机航拍数据与遥感图像数据有几分相似，图像中以小目标居多，不同的是，遥感本身图像很大，所以很多常见的做法都是对原始图像进行切片处理，之后分别检测，最终合并检测结果。很多场景下无人机主要是人工操作，比如对于一些违规行为的及时警戒劝导都是有人在遥控器前面操作的，这种使用方式其实是很受限制的，能够基于AI的计数对于无人机航拍得到的画面数据实时进行计算分析呢？..

在很多实际场景里面，车辆的检测识别是很广泛应用到的，大多都是基于路面摄像头采集的图像完成的模型开发训练与后续的检测识别，在遥感场景中或者是无人机航拍视频数据中也是可以使用目标检测模型来完成对应目标的检测定位的，比如车辆的检测计数。另外，这个项目做完后一个很大的想法就是，这里面可能旋转检测会更适合一点，因为车辆的排布都是有着一定的角度的，如果车辆停放比较密集的时候，标注框就是一个灾难性的视觉效果，而如果使用旋转检测就会好很多，不过旋转检测我做的不多，后面找时间再来研究下吧。...

前一段时间国产新冠抗原检测盒上市了，基本上每个公司都给发放了一批抗原检测试剂，我们也都被要求按照指定的操作说明来自主完成抗原检测工作，之前想要检测都必须要到专门的检测机构或者是医院才能够检测核酸，现在可以直击足不出户就完成还是很便利的，官方的操作说明很详细，也给出来了结果的解读说明，是否可以通过智能化自动化的方式对于批量的抗原试剂检测结果进行识别呢？理论上来说是可以的，因为阴性和阳性的结果显示出来是不同的，今天就基于一个小批量的数据集来进行实践。无效的数据量很少，说明大家的操作绝大多数都是没有问题的。...

filters的数值计算公式为filters=(classes+5)*,在这里就是（7+5）*3=36。classes就是你要检测的目标对象数量，这里我要检测的目标对象数量是7。接下来编写road.names和road.data文件用于框架训练需要。从检测效果上来说还是不错的，后面会基于mAP评估计算一下。感觉部分图像处理的时候有点问题，没有对其做尺度归一。一共有8400+的数据量。同样还是有两处需要修改。...

交通出行，几乎是每个人每天必不可少的事情，无论是做公共交通还是开车、骑车，都难免跟公路打交道，很多时候因为路段的年久失修或者是缺乏保养，路面已经有相当一部分的坑洼和裂痕，给出现带来不好的体验，现在的马路上面基本上间隔一段距离就会有很多的用于抓拍各种违规的摄像头，如果说能够接入这些摄像头，智能地对所拍摄的路面进行识别检测，如果发现路面出现缺陷就几十上报给交管部门，就能够及时处理了。可以根据自己的需要修改训练次数，我这里只是作为简单的实践，并不是工程使用。一共有6000张图像可供使用。同样还是有两处需要修改。.

在我们实际的业务场景里面，遥感数据也是很重要的一部分，遥感数据的种类也有很多，以往的与遥感数据相关的工作主要集中在系统端的开发设计上面，很少去做一些智能化的数据挖掘的工作，这里主要是基于一网络公开遥感数据集来进行目标检测的实践。这里的遥感图像跟我之前接触到的有点不同，这个是黑白的经过处理过的，这里主要的检测识别对象是过往的船只。classes就是你要检测的目标对象数量，这里我要检测的目标对象数量是1。这是一个相对简单的实践，后面有时间的话会把对应场景里面的模型整理上传方便使用。...

安检，对于我们大众人群来说想必是非常熟悉的事情了，不论是坐火车、高铁还是地铁、巴士都少不了安检人员的检查，有的是拿着一种仪器在身体前面和后面扫描来进行检查，有的是人工安检检查，有的是传送带上面安装的X光检查，形式多种多样，有时候警告出现异常后还需要打开自己的包来进一步进行人工检查才可继续通行，我有时候过安检的时候也是挺羡慕那些只需要一直坐在传送带旁边盯着电脑屏幕就行的人，多么安逸的工作。因为在模型选型层面用的就是非常轻量级的模型，所以检测的速度是非常快的，感兴趣的也都可以自己尝试实践一下。......

目标检测模型的更新迭代速度很快，跟其应用场景广泛密不可分，当然了模型精度越高肯定越好，但是在现实需求中要综合考虑多方面的需求，比如：实际硬件的算力水平与响应速度就是非常重要的一个衡量指标，在前面的一些文章中，我们也做很多轻量化模型的实践工作，本文是基于qiuqiuqiu大神开源的最新检测力作FastestDet模型来应用到自己的数据集上做的应用项目。首先看效果：官方项目地址在这里。首页截图如下所示： 作者也给出来了训练自己数据集的教程，如下： 虽然是给的英文的形式，但是只要仔细看下还是很好去理解的，这里我不

驾驶疲劳一直都是驾驶安全的重要影响因素，对于长时间驾驶车辆的驾驶员来说需要及时的休息以避免出现安全问题，但是实际生活中，因为各种各样的影响因素的存在，很多疲劳驾驶的行为依旧存在，如何有效及时地发现潜在的疲劳行为并及时预警提醒驾驶员就显得尤为重要了。本文也主要是基于这样的设想，尝试从自动化的角度开发模型对于司机产生的驾驶行为中的疲劳进行检测，其实，疲劳是一种相对模糊的概念，没有办法实体化或者量化，这里我们简化问题，一般疲劳主要就是累了困了，感觉疲劳一般会伴随着：打哈欠、闭眼等行为的产生，于是乎，我们这里的所想

扑克牌相信大家都是非常熟悉的东西了，或多或少都会去玩一玩，尤其是逢年过节聚在一起的时候，打牌就是一种最朴实无华的乐趣，我们识别出来一张牌是红桃A还是梅花Q都是人眼的功劳，那么对于机器来说想要识别出来不仅仅是扑克牌的数字而且还要识别出来红桃、方砖、梅花等等的信息是否是可行的呢？今天就来实践验证一下，首先看效果：这是在网上找到的一个公开的数据集，我是觉得很有意思啊，所以就趁着有闲置的硬件算力资源和，抽了点时间来做了模型的训练，本质上来讲，抛开复杂繁琐的调参过程的话，开发目标检测模型工作量可能最大的地方就在于数据

YOLO是一个系列，不断迭代不断创新升级的系列，从v1演变到现在的v6是很多技术大佬的不懈努力的结果，最近美团技术团队开源了他们最新的研究成果yolov6，在介绍中提到做了很多的升级改造，最近也在关注这个，上周末的时候有时间就学习实践了一下，今天整理好写成文章，先看效果： 官方项目在这里，截图如下所示： 短短一周多的时间就已经有3k+的star，足可见该项目的受欢迎程度。 可能是我自己对于pytorch框架不熟悉的缘故吧，最开始拉下来项目实际去用的时候各种报错，真的是已经严格按照官方的README来操作了，

在很多需要机械性重复性工作的场景中，使用AI技术来进行检测识别能够实现更高的效率以及更高的质量，比如：按键、测温、质控等等。在前面的一些文章中，我也写过有关质量相关的检测类文中，今天的实践与此相关，基于目标检测模型来实现对PCB电路板生产过程中出现的问题进行检测。先看效果： 之前也有实际去产线看过PCB电路板的生产线，很多环节其实都是工人手工在完成零部件的安装或者质检，这种工作需要极大的耐心和细心才可以，即使这样也难免会出错，这时候可以尝试考虑基于AI智能化自动化的检测技术来辅助人工质控。先来整体看下数据集

很多公共场合比如：车站、医院、会所等等，都会广播禁止抽烟，但是还是会出现部分人不遵循公众场合的规则，如果将AI技术运用到这些场景中会有很好的作用，因为公众场合大都安装了摄像头，通过摄像头视频流数据的实时检测可以做很多的事情，如：人流量计数、危险行为预警、抽烟检测、吐痰检测等等。本文就是基于这样的设想，来尝试基于目标检测模型来实现抽烟的检测，主要是实验性质的，工作，数据集也是来源于网上的场景，而并非是真实监控场景，真实监控场景的数据获取难度比较大，另外也有一些其他的敏感性的问题在里面。除了数据的问题以外还会有

AI赋能生活的各个场景，因为嗯就是这个行业的从业人员，对于很多应用场景都是比较感兴趣的，今天正好是周末，有时间可以做点有意思的事情，之前接触到几个比较有趣的场景后面也会一一落地，在听声辨物，见图识物这些场景上会有很多有意思的项目可以做。今天主要是基于一个昆虫的数据集来实现昆虫的检测识别，因为是实验性质的，所以昆虫的数据集比较简单，并不是大自然环境里面真实采集到的数据集，老样子，先看效果： 随机抽取的数据集来测试模型的识别度，从测试效果上来看不错。首先看下原始的数据集：【图像】 【xml标注文件】 【解析后用

将深度学习应用于产业实践已经是很大的一个趋势了，借助于模型的自动计算能力能够很高效低成本地完成很多工作，比如质检质控。本文主要就是基于钢铁数据来实现对钢铁生产过程中产生的缺陷进行检测，首先看下效果图： 这里主要的缺陷类型共有六种，如下所示：使用英文来表示对应的缺陷类型，如下所示：首先看下数据集：【图像数据】 【标注文件】 【标注解析结果】 可以看到：原始的标注数据集共有1400张可用的数据，这里我们选用的模型依旧是yolov4-tiny版本的模型，基于Darknet框架来进行训练开发。首先，来看

在AI快速发展的浪潮下，很多大厂诸如：百度、华为都有投入很多人力在养猪事业上面，当然了他们的养猪方式不像农村那样，而是把AI技术融入了进来，对每一头猪都建立了档案信息，猪脸识别、生猪检测跟踪等等。 这里主要就是基于网络上一个生猪的数据集来实践生猪检测以及猪的状态识别，当检测到猪的时候能够只能识别出来他是在站着进食还是躺着睡觉，首先看下效果图： 这里主要是为了对比，绿色的框是原始的标注框，红色框是模型的检测结果可视化出来的框。 我们首先看下具体的数据： 模型部分的

是不是很多人或多或少在一些时刻都会有感觉到密集恐惧，我就是会有这样的感觉，尤其是面对十分密集的内容的时候，最近看到了一个之前举办的比赛，做的内容就是对堆放的钢筋截面进行精准的计数，这个实际照片拿来一看，如果是人工来做，不知道要数到什么时候了，而且，还会出现稍微一不留神就会数错了，还得重头来过，即使一直精神高度集中，也不敢保证，自己数的结果果就是对的，这个时候图像识别的技术就派上了用场了，首先看下效果图：做这个事情我有一个额外的考虑就是轻量化的模型在这种级别的数据上面能不能有较好的表现呢？一般来说

好久没有更新目标检测实战里面的专栏文章了，最近又看到了有意思的事情了这里就想实践一下，先看效果图： 可能最开始直接去看这个图的话会觉得很突兀，接下来简单说下做的是什么东西，以及为什么会想做这么一个事情。 前几天的时候看到一个酷炫的视频介绍，Tesla正在研发能够自主完成充电插孔寻找定位并进行充电操作的只能充电头，脑补一下画面就觉得有一种科幻电影里面的既视感，这个只是题外话，从技术层面来理解这个功能的话其实还是一个图像处理的工作，需要在智能充电头上面装有摄像头，通过实时的视频...

本文是继前文如下： 《轻量级目标检测模型实战——杂草检测》 《yolov4-tiny目标检测模型实战——学生姿势行为检测》 《yolov5s 目标检测模型实战——火点烟雾检测实战》 《代替人工批卷？基于目标检测模型的试卷自动批阅实践》 《UAV 无人机检测实践分析》 后的第六篇目标检测系列博文，本文选用的模型并非前面几篇文章中的较为轻量级的模型，这里选用的是yolovbile模型，首先看下效...

本文是继前文如下：《轻量级目标检测模型实战——杂草检测》《yolov4-tiny目标检测模型实战——学生姿势行为检测》《yolov5s 目标检测模型实战——火点烟雾检测实战》 《代替人工批卷？基于目标检测模型的试卷自动批阅实践》后的第五篇目标检测系列博文，本文选用的模型并非前面几篇文章中的较为轻量级的模型，这里选用的是yolov3-spp模型，先看效果图： 看一下百度百科中对无人机的介...

本文是继前文如下： 《轻量级目标检测模型实战——杂草检测》 《yolov4-tiny目标检测模型实战——学生姿势行为检测》 《yolov5s 目标检测模型实战——火点烟雾检测实战》 后的第四篇目标检测系列博文，本文选用的模型并非前面几篇文章中的较为轻量级的模型，这里选用的是最为经典的yolov3模型，先看效果图： 本文的创作来源于一个很有意思的想法，我们引以为傲的深度学习能够帮...