目标检测 YOLO5部署安装测试

最新推荐文章于 2025-04-23 21:25:42 发布

萤火的微亮

最新推荐文章于 2025-04-23 21:25:42 发布

阅读量1.8k

点赞数

分类专栏： Python 文章标签：目标检测人工智能计算机视觉

本文链接：https://blog.youkuaiyun.com/weixin_42318538/article/details/128166580

版权

Python 专栏收录该内容

6 篇文章

订阅专栏

一、下载模型

pip install -r requirements.txt -i https://pypi.douban.com/simple/

三、下载模型yolov5s.pt放到根目录

https://github.com/ultralytics/yolov5/releases/download/v6.2/yolov5s.pt

四、运行detect.py看效果

python detect.py

会在runs文件夹下生成图片

五、检测

COCO数据集

在正确配置好环境后就可以检测自己的图片或视频了。YOLOv5已经在COCO数据集上训练好，COCO数据集一共有80个类别，如果您需要的类别也在其中的话，可以直接用训练好的模型进行检测。这80个类分别是：

[‘person’, ‘bicycle’, ‘car’, ‘motorcycle’, ‘airplane’, ‘bus’, ‘train’, ‘truck’, ‘boat’, ‘traffic light’, ‘fire hydrant’, ‘stop sign’, ‘parking meter’, ‘bench’, ‘bird’, ‘cat’, ‘dog’, ‘horse’, ‘sheep’, ‘cow’, ‘elephant’, ‘bear’, ‘zebra’, ‘giraffe’, ‘backpack’, ‘umbrella’, ‘handbag’, ‘tie’, ‘suitcase’, ‘frisbee’, ‘skis’, ‘snowboard’, ‘sports ball’, ‘kite’, ‘baseball bat’, ‘baseball glove’, ‘skateboard’, ‘surfboard’, ‘tennis racket’, ‘bottle’, ‘wine glass’, ‘cup’, ‘fork’, ‘knife’, ‘spoon’, ‘bowl’, ‘banana’, ‘apple’, ‘sandwich’, ‘orange’, ‘broccoli’, ‘carrot’, ‘hot dog’, ‘pizza’, ‘donut’, ‘cake’, ‘chair’, ‘couch’, ‘potted plant’, ‘bed’, ‘dining table’, ‘toilet’, ‘tv’, ‘laptop’, ‘mouse’, ‘remote’, ‘keyboard’, ‘cell phone’, ‘microwave’, ‘oven’, ‘toaster’, ‘sink’, ‘refrigerator’, ‘book’, ‘clock’, ‘vase’, ‘scissors’, ‘teddy bear’, ‘hair drier’, ‘toothbrush’]

用预训练模型进行测试

下面我们先演示如何检测图片中的目标。我们一般将要检测的数据放在’./data/images’路径下，其中 ‘.’ 代表当前路径即解压好的yolov5-master文件夹，然后我们在cmd中输入下面代码：

python detect.py --source ./data/images/example.jpg --weights yolov5s.pt --conf-thres 0.25

我们也可以对视频进行检测：

python detect.py --source ./data/images/happysheep.mp4 --weights yolov5s.pt --conf-thres 0.25

或一个文件夹中的所有图片和视频（图片支持的格式：‘bmp’, ‘jpg’, ‘jpeg’, ‘png’, ‘tif’, ‘tiff’, ‘dng’, ‘webp’, ‘mpo’，视频支持的格式：‘mov’, ‘avi’, ‘mp4’, ‘mpg’, ‘mpeg’, ‘m4v’, ‘wmv’, ‘mkv’），检测结果同样放在’./runs/detect’下。

python detect.py --source ./data/images/ --weights yolov5s.pt --conf-thres 0.25

# 快速推理，--source 指定检测源，以下任意一种类型都支持：
$ python detect.py --source 0  # 本机默认摄像头
                            image.jpg  # 图片 
                            video.mp4  # 视频
                            path/  # 文件夹下所有媒体
                            path/*.jpg # 使用glob模块匹配文件
                            screen # 检测本机屏幕
                            rtsp://170.93.143.139/rtplive/470011e600ef003a004ee33696235daa  # rtsp视频流
                            http://112.50.243.8/PLTV/88888888/224/3221225900/1.m3u8  # http视频流