yolov5自动标注挑选置信度低的测试样本加入训练

最新推荐文章于 2025-09-07 14:39:39 发布

原创

最新推荐文章于 2025-09-07 14:39:39 发布 · 372 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#YOLO #深度学习 #人工智能

文章目录

yolov5自动标注挑选置信度低的测试样本加入训练

yolov5自动标注挑选置信度低的测试样本加入训练


#导入需要的库
import os
import sys
from pathlib import Path
import numpy as np
import cv2
import torch
import torch.backends.cudnn as cudnn
from tqdm import tqdm
import shutil
 
#初始化目录
cwd = os.getcwd()
FILE = Path(cwd).resolve()
ROOT = FILE.parents[0]  # 定义YOLOv5的根目录
if str(ROOT) not in sys.path:
    sys.path.append(str(ROOT))  # 将YOLOv5的根目录添加到环境变量中（程序结束后删除）
ROOT = Path(os.path.relpath(ROOT, Path.cwd()))  # relative
 
from models.common import DetectMultiBackend
from utils.dataloaders import IMG_FORMATS, VID_FORMATS, LoadImages, LoadStreams
from utils.general import (LOGGER, check_file, check_img_size, check_imshow, check_requirements, colorstr,
                           increment_path, non_max_suppression, print_args, scale_boxes, strip_optimizer, xyxy2xywh)
from utils.plots import Annotator, colors, save_one_box
from utils.torch_utils import select_device, time_sync
 
#导入letterbox
from utils.augmentations import Albumentations, augment_hsv, copy_paste, letterbox, mixup, random_perspective
 
 
 
#weights=ROOT / 'yolov5s.pt'  # 权重文件地址   .pt文件
weights = new_dir + "/weights/last.pt"
source=ROOT / 'data/images'  # 测试数据文件(图片或视频)的保存路径
data=ROOT / 'data/coco128.yaml'  # 标签文件地址   .yaml文件
 
imgsz=(640, 640)  # 输入图片的大小 默认640(pixels)
conf_thres=0.25  # object置信度阈值 默认0.25  用在nms中
iou_thres=0.45  # 做nms的iou阈值 默认0.45   用在nms中
max_det=1000