Java教程

挑战学院科创项目——初尝yolov5

本文主要是介绍挑战学院科创项目——初尝yolov5,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

悲催的期末周终于过去,要继续做学院科技创新了,自己下载了个yolov5来玩一玩。

基本概念

  • 单个物体的图片\(\Longrightarrow\)物体分类

    多个物体\(\Longrightarrow\)目标检测

  • NMS(Non-Maximum Suppression)和IOU(Intersection over Union):目标检测时会在图像上生成很多的候选框,然后把这些候选框进行特征提取后送入分类器,得到候选框的得分。将得分全部进行排序,选取得分最高的那个框,接下来计算其他的框与当前框的重合程度,用iou衡量:$$IOU = \frac{A\cap B}{A\cup B}$$如果重合程度大于一定阈值就将其删除。

  • ONNX

ONNX是一种针对机器学习所设计的开放式的文件格式,用于存储训练好的模型。它使得不同的人工智能框架(如Pytorch, MXNet)可以采用相同格式存储模型数据并交互。 ONNX的规范及代码主要由微软,亚马逊 ,Facebook 和 IBM 等公司共同开发,以开放源代码的方式托管在Github上。目前官方支持加载ONNX模型并进行推理的深度学习框架有: Caffe2, PyTorch, MXNet,ML.NET,TensorRT 和 Microsoft CNTK,并且 TensorFlow 也非官方的支持ONNX。---维基百科

detect.py文件

  • 运行:命令行中指定参数或在pycharm中设置运行参数
 python detect.py --source 0  # webcam
                            file.jpg  # image 
                            file.mp4  # video
                            path/  # directory
                            path/*.jpg  # glob
                            'https://youtu.be/NUsoVlDFqZg'  # YouTube video
                            'rtsp://example.com/media.mp4'  # RTSP, RTMP, HTTP stream #可以用于摄像头实时检测
  • parse_opt()参数:
def parse_opt():
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'yolov5s.pt', help='model path(s)') # 加载的权重(选用的模型)
    parser.add_argument('--source', type=str, default=ROOT / 'data/images', help='file/dir/URL/glob, 0 for webcam') # 测试数据的地址
    parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w') #图片resize,再送入神经网络,最好与选取的模型匹配
    parser.add_argument('--conf-thres', type=float, default=0.25, help='confidence threshold') # 置信度,显示检测框的最小概率
    parser.add_argument('--iou-thres', type=float, default=0.45, help='NMS IoU threshold') # NMS IOU阈值,标志框和框之间交集大小
    parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image')  #最大侦测目标数
    parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu') # 设备编号
    # 以下参数没有默认值,在命令行中指定则为true;也可以在pycharm中设置运行/调试参数
    parser.add_argument('--view-img', action='store_true', help='show results') # 展示推理后的图片,实时看到检测效果
    parser.add_argument('--save-txt', action='store_true', help='save results to *.txt') # 结果保存为txt
    parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels') # 在txt中保存相应置信度
    parser.add_argument('--save-crop', action='store_true', help='save cropped prediction boxes')
    parser.add_argument('--nosave', action='store_true', help='do not save images/videos')
    parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --classes 0, or --classes 0 2 3') # 过滤类型,只看到classes分类的图片
    parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS') # 让不同类别间也可以做NMS
    parser.add_argument('--augment', action='store_true', help='augmented inference') # 推理增强
    parser.add_argument('--visualize', action='store_true', help='visualize features')
    parser.add_argument('--update', action='store_true', help='update all models') # 去除模型中优化器、ema等不必要的部分,减小模型大小
    parser.add_argument('--project', default=ROOT / 'runs/detect', help='save results to project/name') # 结果保存的目录
    parser.add_argument('--name', default='exp', help='save results to project/name') # 结果保存的文件夹名
    parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment') # 不新建文件夹,在之前的文件夹下保存结果
    parser.add_argument('--line-thickness', default=3, type=int, help='bounding box thickness (pixels)') # 边界框的厚度
    parser.add_argument('--hide-labels', default=False, action='store_true', help='hide labels') # 隐藏每个目标的标签
    parser.add_argument('--hide-conf', default=False, action='store_true', help='hide confidences') # 隐藏每个目标的置信度
    parser.add_argument('--half', action='store_true', help='use FP16 half-precision inference') # 利用FP16半精度推理提高速度
    parser.add_argument('--dnn', action='store_true', help='use OpenCV DNN for ONNX inference')
    opt = parser.parse_args()
    opt.imgsz *= 2 if len(opt.imgsz) == 1 else 1  # expand
    print_args(FILE.stem, opt)
    return opt

调试小技巧:下断点查看opt,预览参数

Debug

1.下载模型报错解决办法:下载模型提示需要设置环境变量,在 detect.py 的起始导入os库,设置环境变量。

import os
os.environ['<变量名>'] = True

2.提示”AssertionError: Image Not Found C:\留存文件\yolov5-master\data\images\bus.jpg“,原因是路径中含有中文文件夹名,改成英文即可。

初次尝试

第一次就用我去蹦床乐园玩耍的视频好了,先使用默认参数:

--source data/images/me.mp4 --view-img

可以看到效果并不理想,检测框断断续续,有时还会被检测成椅子。。重新设置下置信度和iou阈值再试试:

--source data/images/me.mp4 --weight 'yolov5l.pt' --conf 0.1 --iou 0.15 --view-img

发现更容易被检测到了,但总是被检测成椅子,可能相比起人,这个造型更像椅子吧。。使用更大一点的模型试一试:

--source data/images/me.mp4 --weight yolov5m.pt --conf 0.15 --view-img

可以感受到虽然调高了置信度,但推理速度还是变慢了很多。

虽然趴在墙上的时候还是认不出我是人,但好在不会再被检测成椅子了,检测框的显示也稳定了许多。


待续...

这篇关于挑战学院科创项目——初尝yolov5的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!