Yolov5 修改显示窗口大小

一天不学我浑身难受

已于 2024-03-28 17:16:52 修改

阅读量1k

点赞数 3

CC 4.0 BY-SA版权

文章标签： python YOLO

于 2024-03-28 17:15:53 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_57306958/article/details/137118011

Yolov5 修改显示窗口大小

问题：显示窗口太大，比电脑屏幕还大

解决：detect.py 找到对应位置，删一行加一行

if view_img:
    if platform.system() == "Linux" and p not in windows:
        windows.append(p)
        cv2.namedWindo

最低0.47元/天解锁文章

200万优质内容无限畅学

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

一天不学我浑身难受

关注关注

3
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

YOLOv5改进策略|YOLO模型优化| YOLOv5手势检测、YOLOv5手语识别 .准确率为 92%

sybh的博客

06-14

1361

尽管已有多个手语数据集，包括欧洲手语数据集 (Kopf 等人，2021)，但仍然需要涵盖不同手语和方言的更多注释数据集。在本文中，我们提出了一个新的丹⻨手语注释数据集，称为 ADDSL (DDSL 的早期介绍可参⻅ Kristoffersen 和 Troelsgard，2010)，其中包含 36 个类别的图像，包括字母和数字。我们还提出了一种基于 YOLOv5 的 ADDSL 模型，它在我们的测试集上实现了高精度和推理速度。本文的其余部分安排如下。第二节提供了手语识别相关工作的更详细概述。

yolov5不能检测长宽比超过20的目标的解决方法

mingo_敏

11-19

5908

最近在使用YOLOv5代码的时候，发现yolov5对长宽比很大，如超过100+的目标检测，完全检测不出来，之前一直怀疑是anchors设置有问题，验证了很多次，证明不是anchors的问题，最后经组内小伙伴提醒，yolov5在数据增强的时候，默认设置了目标的长宽比最大为20，需要修改的 def box_candidates(box1, box2, wh_thr=2, ar_thr=20, area_thr=0.1, special_classes=0): # box1(4,n), box2(4,n)

参与评论您还未登录，请先登录后发表或查看评论

yolov8检测框过小解决方案

Suan2014的博客

07-11

3423

训练集上最大边长：ultralytics/yolo/utils/loss.py（此为8.0.117版本位置，前期版本位置不太一样，找到训练的loss函数即可），在loss函数中加入打印，即以下代码中的print。分析：dfl loss是检测框和真实框比较相近时（即在真实框的某个相近范围内），loss就会很小，个人理解是一种软标签，而我们平时用的box loss是硬标签，此时要加大box loss在loss中的权重。将self.reg_max设置为1，即不采用dfl loss，查看检测框是否正常；

Yolov5 更改识别窗口大小

weixin_50060664的博客

03-27

7960

启动yolov5时，会因为像素太大导致占据整个桌面，通过opencv中的resize函数可控制识别窗口的像素大小。原代码中通过修改cv2.resizeWindow(str( P ),500,320)中的(500，320)并不能控制识别窗口大小。在这里，我们将cv2.resizeWindow(str( P ),500,320)替换成 im0=cv2.resize(im0,(480,480),interpolation=cv2.INTER_CUBIC) 通过修改（480，480）可以调整窗口的长宽。

YOLOv5修改预测框bounding box粗细、标签label字体大小font_size、predict结果颜色

最新发布

m0_68212477的博客

07-08

2355

2、字体大小：直接修改D:\Anaconda3-2022-10Main\envs\pytorch\Lib\site-packages\ultralytics\utils\plotting.py文件中的 self.sf 属性即可（图中绿色的2.2注解）。颜色c_index是0或1或2等数字，其实就是plotting.py中hexs数组，这个数组存放了一些颜色共选择，也可以自己修改或追加颜色到hexs颜色数组中。1、粗细：直接在detect.py中修改line-thickness的default默认数值即可。

yolov5推理出大的错误框--一种简单粗暴但局限的规避方法

12-05

3600

yolov5在匹配格子、anchor与物体标签的时候，有可能把同一个格子同一个anchor匹配给不同的物体，甚至是尺度相差的比较大的物体，此时就有可能导致在推理的时候推理出一些置信度偏低、尺度比真实物体大很多的物体框。本文采用了一种简单粗暴并且有局限性的办法来规避，但是在一定的限度内确实蛮有效的~~

yolov5控制测试视频窗口大小

yizhilaiXTS的博客

11-30

7933

yolov5控制测试视频窗口大小

yolov5-6.2网络结构PPT可修改版

11-13

3. SPPF3：空间金字塔池化（Spatial Pyramid Pooling, SPP）层通常用于处理不同尺度的目标，它在特征图上应用不同大小的池化窗口，从而保持不同尺寸的特征信息。F3可能表示特征图的尺寸，例如3x3。 4. UpSample ...

yolov5修改检测框的大小

07-28

- *2* [Yolov5 更改识别窗口大小](https://blog.youkuaiyun.com/weixin_50060664/article/details/123783489)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_...

yolov5-v6.1.zip

08-14

YOLOv5是YOLO（You Only Look Once）系列目标检测模型的最新版本，v6.1代表了该模型的持续优化和改进。YOLO是一种实时的物体检测系统，以其高效和准确的性能在计算机视觉领域广受欢迎。下面将详细讨论YOLOv5的核心...

目标检测算法——YOLOv5/YOLOv7如何改变bbox检测框的粗细大小

热门推荐

加勒比海带66——【YOLO魔法搭配&论文投稿咨询】

04-09

1万+

问题1：由于不同数据集中图片分辨率存在一定的差异性，比如自身数据集图片大小为1920×1080，发现在预测过程中bbox检测框太细，最终甚至无法看清楚实际预测值。问题2：部分小伙伴的检测框太粗而导致检测目标被遮挡，尤其是当目标较小并且很密集时，目标很容易就被框挡住，不容易观察整体检测效果如何。各位小伙伴可自行调整line_thickness值大小，就可以改变预测框的粗细啦~ ...

MFC+YOLOv3+窗口最大最小化+定时器.zip

03-26

MFC调用yolo动态链接库，检测视频或者调用摄像头均可实现 FPS 的显示，以及实时显示检测框数量。 MFC调用yolo动态链接库，实现打开单张图片并进行检测以及显示测试时间的功能； MFC调用yolo动态链接库，实现打开文件夹中视频并进行检测的功能； MFC调用yolo动态链接库，实现打开摄像头，并进行实时检测。对于视频和摄像头检测：每次窗口大小变化后，需要退出，然后重新点击对应按钮载入输入内容，方可实现要显示的内容正好显示在图片控件上。对于图片的显示以及检测结果图片的显示：均可以实现图片大小随控件大小相应变化，不需要重新点击对应按钮。因为这部分在代码中添加了定时器的使用。此代码是mfc+yolov3的完整工程代码，具有很好的借鉴意义，希望能帮到有需求的小伙伴！此代码是很好的借鉴资料，希望能帮到有需求的小伙伴！

mfc+yolov3+最大最小化窗口+控件变化+图片（视频帧）显示在控件上.zip

03-26

MFC调用yolo动态链接库，检测视频或者调用摄像头均可实现 FPS 的显示，以及实时显示检测框数量。 MFC调用yolo动态链接库，实现打开单张图片并进行检测以及显示测试时间的功能； MFC调用yolo动态链接库，实现打开文件夹中视频并进行检测的功能； MFC调用yolo动态链接库，实现打开摄像头，并进行实时检测。新增功能：以上功能均可实现随着对话框窗口最大化、最小化，各个控件进行相应的变化以及图像显示在控件上。此代码是很好的借鉴资料，希望能帮到有需求的小伙伴！此代码是很好的借鉴资料，希望能帮到有需求的小伙伴！

YOLOv5s 目标检测算法Anchor box 的尺寸优化-之三

张伟的专栏

12-11

1081

每个粒子的位置用 K ×2 的矩阵表示，每个聚类中心为宽 w高 h 的矩形框，jC 为某一类别的数据向量，jd 表示粒子与聚类中心的距离和，w 取 1，1 2c=c =2。如下图所示出现两个明显的拐点，考虑到更高召回率因此采用 K 值为 9 因此生成 9个 Anchor boxes 框，分别为（29x48），（32x84），（49x46），（50x103），（68x49），（90x83）（128x108），（165x179），（290x326）。形成胳膊肘这样的一个拐点是聚类性能较好的点。

Yolov5检测结果中检测框和字体大小整体修改

Fsdelin的博客

12-01

6170

Yolov5检测结果中检测框和字体大小整体修改

YoloV5目标检测的检测框如何修改粗细

woyaoxuepythona的博客

06-24

4837

YoloV5目标检测的检测框如何修改粗细有时检测出来的框太大，导致目标多的时候会有遮挡，所以需要进行修改。在detect.py文件里搜索line_thickness，此值越小越细，根据自己需求进行修改。

[目标检测]YOLO原理

weixin_30663391的博客

08-29

603

1 YOLO 创新点：端到端训练及推断 + 改革区域建议框式目标检测框架 + 实时目标检测 1.1 创新点 (1) 改革了区域建议框式检测框架: RCNN系列均需要生成建议框，在建议框上进行分类与回归，但建议框之间有重叠，这会带来很多重复工作。YOLO将全图划分为SXS的格子，每个格子负责中心在该格子的目标检测，采用一次性预测所有格子所含目标的bbox、定位置信度以及所有类别概率向量来将问题一...

使用YOLOv5检测大宽高比（细长目标）时无法检测问题的解决方法

FRANPPER的博客

12-26

5522

使用YOLOv5检测细长目标时出现无法检测问题时的解决方法