文章大纲
工程化实现为什么推荐yolov5
可以看看下面的issue ,这是我在使用中发现的,yolov5 的模型没有版本信息,提了一个issue ,发现过了不到一个月,修复了。
https://github.com/ultralytics/yolov5/issues/9643#issuecomment-1320754274
相比其他yolo 的版本,v5 版本的工程实践确实是最优秀的。如果忽略那零点几的提升,还是老老实实v5 最好。
yolo坐标归一化
YOLO在进行目标检测的时候,它有这样的一个假设:
1)把待检测的图片划分出一个S*S的网格,物体的中心总会落到其中的一个网格点上。
2)每一个网格点上,有且只有一个物体。
像素坐标转yolo
输入左上角、右下角坐标和图像宽、高 :xmin, ymin, xmax, ymax, img_w, img_h
输出归一化后yolo坐标格式 :中心点坐标,宽、高:x, y, w1, h1
def coordinates2yolo(