yolov5简易测试

1.简介

主要目的就是进行记录安装yolov5的过程，里面包含了简易训练（正负样本图片非常少，不是为了精确度）。

2.安装

安装主要依赖python环境，所以安装好python非常重要

2.1 python安装

建议ptyhon源库设置为清华等国内的源，这个不设置网速慢，或失败！！ pip install xxx -i https://pypi.tuna.tsinghua.edu.cn/simple 或者直接pip.ini指定（windows下，用户/pip/pip.ini ）

[global]
timeout = 1000
index-url = http://mirrors.aliyun.com/pypi/simple/
trusted-host = mirrors.aliyun.com
# 2.2 编译labelImg
pyinstaller --hidden-import=pyqt5 --hidden-import=lxml -F -n "labelImg" -c labelImg.py -p ./libs -p ./
  • 需要安装python依赖项
    pyqt5 lxml
  • 将labeImg里面的qrc转换成py
    pyrcc5 -o resources.py resources.qrc #生成py，放到libs下面
3 yolov5模型说明

yolov5 的网络结构包括输入端，backbone，neck和prediction四个部分， 输入端采用Mosaic数据增强，自适应锚框计算和自适应图片缩放技术，backbone部分 使用Focus结构和CSP结构，Neck部分采用了FPN+PAN结构。

  • yolov5n: 最小nano模型，适合于边缘设备，物联网设备和具有opencv dnn支持环境
  • yolov5s: 小模型，适合在cpu上进行推断
  • yolov5m：中等模型，速度和准确性之间的平衡点，适用于许多数据集和训练任务
  • yolov5l: 大模型，适用于需要检测较小物体的数据集
4 开始训练

准备好数据集和数据路径，刚才使用labelImg标定好，要识别物体的位置。 我们以识别SIM卡为目标：

5 识别结果

总结：需要增加数据量进行训练，另外考虑结合到NPU上。