yolov5-6.0调测记录

本文主要是介绍yolov5-6.0调测记录，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

  直接运行yolov5-6.0/detect.py，输出如下：

image 1/2 C:\Users\dun\Downloads\yolov5-6.0\data\images\bus.jpg: 640x480 4 persons, 1 bus, Done. (0.216s)
image 2/2 C:\Users\dun\Downloads\yolov5-6.0\data\images\zidane.jpg: 384x640 2 persons, 2 ties, Done. (0.166s)
Speed: 1.5ms pre-process, 191.0ms inference, 1.5ms NMS per image at shape (1, 3, 640, 640)
Results saved to runs\detect\exp3

  待检测的图像保存在yolov5-6.0\data\images 目录下，bus.jpg 和zidane.jpg 是项目自带的图像，检测结果保存在runs\detect\exp3 目录下，检测结果如下：


  检测涉及到的参数如下，后面会逐一解释和测试：

def parse_opt():parser = argparse.ArgumentParser()parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'yolov5s.pt', help='model path(s)')parser.add_argument('--source', type=str, default=ROOT / 'data/images', help='file/dir/URL/glob, 0 for webcam')parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w')parser.add_argument('--conf-thres', type=float, default=0.25, help='confidence threshold')parser.add_argument('--iou-thres', type=float, default=0.45, help='NMS IoU threshold')parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image')parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')parser.add_argument('--view-img', action='store_true', help='show results')parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')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')parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')parser.add_argument('--augment', action='store_true', help='augmented inference')parser.add_argument('--visualize', action='store_true', help='visualize features')parser.add_argument('--update', action='store_true', help='update all models')parser.add_argument('--project', default=ROOT / 'runs/detect', help='save results to project/name')parser.add_argument('--name', default='exp', help='save results to project/name')parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')parser.add_argument('--line-thickness', default=3, type=int, help='bounding box thickness (pixels)')parser.add_argument('--hide-labels', default=False, action='store_true', help='hide labels')parser.add_argument('--hide-conf', default=False, action='store_true', help='hide confidences')parser.add_argument('--half', action='store_true', help='use FP16 half-precision inference')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  # expandprint_args(FILE.stem, opt)return opt

• weights：type=str 表示参数类型为字符串；default=ROOT / 'yolov5s.pt' 表示默认值为ROOT / 'yolov5s.pt' ；根据help='model path(s)' 可知，该参数表示模型权重文件的路径。

parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'yolov5s.pt', help='model path(s)')

• source：指定输入的路径，默认值为ROOT / 'data/images'。

parser.add_argument('--source', type=str, default=ROOT / 'data/images', help='file/dir/URL/glob, 0 for webcam')

  如执行python detect.py --source data/images/bus.jpg 只会检测bus.jpg 。

• imgsz：模型在detect前，会把图像resize成640×640再进行检测，该尺寸需要和训练模型时使用的尺寸保持一致。在640×640的尺寸上得到检测框以后，再将640×640的图像连同检测框一起变换回原来的尺寸。

parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w')

• –conf-thres：置信度阈值，只有置信度大于该阈值时，我们才认为这是一个物体。

parser.add_argument('--conf-thres', type=float, default=0.25, help='confidence threshold')

  执行python detect.py --conf-thres 0.25 ，检测结果如下。注意右边的tie 的置信度为0.26。

  执行python detect.py --conf-thres 0.27 ，检测结果如下，右边的tie已经没有了。

• iou-thres：iou阈值，若两个检测框的iou大于该阈值，则根据NMS简化为一个框。

parser.add_argument('--iou-thres', type=float, default=0.45, help='NMS IoU threshold')

  执行python detect.py --iou-thres 0.45 ，结果如下：

  执行python detect.py --iou-thres 1 ，结果如下，可以看到同一个人对应了多个检测框。

  执行python detect.py --iou-thres 0 ，结果如下：

• max-det：检测到的物体的最大数量。

parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image')

  执行python detect.py --max-det 4 ，结果如下：

  执行python detect.py --max-det 3 ，结果如下：

  执行python detect.py --max-det 2 ，结果如下：

• view-img：设置该参数时，将会自动显示结果图像。

parser.add_argument('--view-img', action='store_true', help='show results')

  执行python detect.py --view-img ，将自动显示结果图像。

• save-txt
• save-conf
• save-crop

parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
parser.add_argument('--save-crop', action='store_true', help='save cropped prediction boxes')

  执行python detect.py --save-txt --save-conf --save-crop ，结果如下：

  runs/detect/exp29/zidane.jpg 内容如下：

  runs/detect/exp29/labels/zidane.txt 内容如下：

27 0.782812 0.506944 0.0359375 0.141667 0.261517
0 0.327344 0.634028 0.4625 0.731944 0.666693
27 0.366797 0.796528 0.0429688 0.379167 0.675119
0 0.736328 0.533333 0.311719 0.933333 0.879861

  runs/detect/exp29/crops/person/zidane.jpg
  runs/detect/exp29/crops/person/zidane2.jpg
  runs/detect/exp29/crops/tie/zidane.jpg
  runs/detect/exp29/crops/tie/zidane2.jpg
  内容分别如下：

• nosave：若设置该参数，表示不保存结果图像。

parser.add_argument('--nosave', action='store_true', help='do not save images/videos')

• classes

parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --classes 0, or --classes 0 2 3')

  执行python detect.py --classes 27 ，27表示tie，结果如下：

• project
• name
• exist-ok

parser.add_argument('--project', default=ROOT / 'runs/detect', help='save results to project/name')
parser.add_argument('--name', default='exp', help='save results to project/name')
parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')

• line-thickness
• hide-labels
• hide-conf

parser.add_argument('--line-thickness', default=3, type=int, help='bounding box thickness (pixels)')
parser.add_argument('--hide-labels', default=False, action='store_true', help='hide labels')
parser.add_argument('--hide-conf', default=False, action='store_true', help='hide confidences')

  执行python detect.py --line-thickness 12 --hide-labels --hide-conf ，结果如下：

这篇关于yolov5-6.0调测记录的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---