
YOLOv5
文章平均质量分 91
YOLOv5详细分析,包括代码解析和思路解析
tt丫
最近比较忙,评论可能比较晚回复,真的很不好意思呜呜呜,因为有一些太久没用我已经忘了,要回复的话我要重新过一遍呜呜呜,不好意思,等这阵子忙完我统一回复,sorry
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
YOLOv5网络结构+代码+应用详解|优快云创作打卡
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言 一、pandas是什么? 二、使用步骤 1.引入库 2.读入数据 总结提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下(示例):import numpy as np import pandas as pd import.原创 2022-01-23 13:38:53 · 28999 阅读 · 20 评论 -
YOLOv5训练结果性能分析
目录一、confusion_matrix.png —— 混淆矩阵二、F1_curve.png —— F1曲线三、labels.jpg ——标签四、labels_correlogram.jpg —— 体现中心点横纵坐标以及框的高宽间的关系五、P_curve.png ——单一类准确率六、R_curve.png —— 单一类召回率七、PR_curve.png ——精确率和召回率的关系图八、result.png —— 结果loss functions一、confusion_原创 2023-01-31 11:09:14 · 40225 阅读 · 17 评论 -
YOLOv5训练自己的数据集详解
入门小菜鸟,希望像做笔记记录自己学的东西,也希望能帮助到同样入门的人,更希望大佬们帮忙纠错啦~侵权立删。一、YOLOv5源码下载网址指路:GitHub - ultralytics/yolov5: YOLOv5 ???? in PyTorch > ONNX > CoreML > TFLite用git克隆下来二、环境配置文件夹中有一个文件requirements.txt,这里是环境依赖的说明我们在终端输入pip install -r requirements.txt下载原创 2022-02-11 10:22:57 · 42956 阅读 · 23 评论 -
YOLOv5输入端(二)|优快云创作打卡
入门小菜鸟,希望像做笔记记录自己学的东西,也希望能帮助到同样入门的人,更希望大佬们帮忙纠错啦~侵权立删。一、原理分析YOLOv5针对不同的数据集,都有初始设定长宽的锚框。在训练过程中,在初始锚框的基础上输出预测框,然后和真实框groundtruth进行比对,即以真实的边框位置相对于预设边框的偏移来计算两者差距,再反向更新,迭代网络参数,继续训练。Anchor Box的定义:由边框的高宽来描述,这样乍一看会觉得这个Anchor Box不是固定的呀,它能在图片上形成无数个。这里就需要一个中心点了,而原创 2022-02-11 09:42:20 · 5289 阅读 · 3 评论 -
YOLOv5输入端(一)—— Mosaic数据增强|优快云创作打卡
入门小菜鸟,希望像做笔记记录自己学的东西,也希望能帮助到同样入门的人,更希望大佬们帮忙纠错啦~侵权立删。目录一、原理分析二、代码分析1、主体部分——load_mosaic2、load_image函数3、random_perspective()函数(详见代码解析)一、原理分析YOLOv5采用和YOLOv4一样的Mosaic数据增强。主要原理:它将一张选定的图片和随机的3张图片进行随机裁剪,再拼接到一张图上作为训练数据。这样可以丰富图片的背景,而且四张图片拼接在一起变相提原创 2022-02-10 14:34:40 · 18285 阅读 · 12 评论 -
YOLOv5的模型构建源码详解|优快云创作打卡
深度学习入门小菜鸟,希望像做笔记记录自己学的东西,也希望能帮助到同样入门的人,更希望大佬们帮忙纠错啦~侵权立删。一、碎碎念前情提要在前面我们已经介绍了YOLOv5的网络框架等,传送门????????????YOLOv5网络结构详解_tt丫的博客-优快云博客那要怎么把它具体地搭建起来呢?那就让我们从源码(YOLOv5源码中的yolo.py的class Model)入手吧二、def __init__1、加载解析yaml配置文件(包含网络参数等等)class Model(nn.原创 2022-01-24 21:43:08 · 8550 阅读 · 9 评论 -
YOLOv5的输出端(Head)详解|优快云创作打卡
深度学习入门小菜鸟,希望像做笔记记录自己学的东西,也希望能帮助到同样入门的人,更希望大佬们帮忙纠错啦~侵权立删。一、Bounding box损失函数1、IOU_Loss????IOU是交并比,在这里是指预测的物体框框和真实的物体框框的交集的面积与并集的面积之比。????IOU_Loss是根据IOU的损失函数:IOU_Loss = 1 -IOU但是它存在一些缺点:(1)如果你的预测框和真实框完全不重合,那么你的IOU为0,没有办法呈现出你的预测框距离真实框有多远,损失函数不可导,导致无原创 2022-01-24 10:49:27 · 46867 阅读 · 16 评论 -
YOLOv5中的CSP结构
深度学习入门小菜鸟,希望像做笔记记录自己学的东西,也希望能帮助到同样入门的人,更希望大佬们帮忙纠错啦~侵权立删。目录一、背景知识 -- CSPNet二、CSP结构分析1、总括2、CSP1_X结构3、CSP2_X三、源码分析(内含注释分析)一、背景知识 -- CSPNet有关CSPNet的介绍分析可以康康博主之前的博客深度学习之CSPNet分析_tt丫的博客-优快云博客二、CSP结构分析1、总括YOLOv5s的CSP结构是将原输入分成两个分支,分别进行原创 2022-01-21 11:24:45 · 73290 阅读 · 44 评论 -
详解YOLOv5中的Bottleneck
深度学习入门小菜鸟,希望像做笔记记录自己学的东西,也希望能帮助到同样入门的人,更希望大佬们帮忙纠错啦~侵权立删。文章目录前言 一、pandas是什么? 二、使用步骤 1.引入库 2.读入数据 总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于N原创 2022-01-20 10:40:33 · 25565 阅读 · 13 评论 -
YOLOv5中的Focus层详解|优快云创作打卡
第一次写优快云博客嘻嘻,深度学习入门小菜鸟,希望像做笔记记录自己学的东西,也希望能帮助到同样入门的人,更希望大佬们帮忙纠错啦~侵权立删。文章目录背景介绍 一、pandas是什么? 二、使用步骤 1.引入库 2.读入数据 总结背景介绍Focus层是在YOLOv5中被提出来的。感觉像是一种特殊的下采样的方式。1.下采样下采样就是一种缩小图像的手法,用来降低特征的维度并保留有效信息,一定程度上避免过拟合。下采样就是池化操作。但是池化的目的不仅如此,还需要考虑旋原创 2022-01-17 16:12:44 · 32121 阅读 · 15 评论