yolov5实现火焰识别/检测步骤记录
1.克隆yolov5仓库git clone https://github.com/ultralytics/yolov52.安装python3.7、Pytorch1.7.0环境3.安装yolov5环境pip install -r requirements.txt4.数据集与配置文件#数据集来源https://universe.roboflow.com/dataset-9xayt/fire-data-annotations-lwfou在…/datasets保存数据集在data目录创建 fire.yaml内容path: …/datasets/fire #dataset pathtrain: train/imagesval: test/images#test: test/images #optionalnc: 1names: [‘Fire’]4.开始训练#epochs default 300python train.py --img 640 --batch 16 --epochs 300 --data fire.yaml --weights yolov5s.pt5.输出的结果在 runs/train/expxx6.使用模型进行推理python detect.py --weights runs/train/expxx/weights/best.pt --source0 # camimg.jpg # imagevid.mp4 # videopath/ # directory‘path/*.jpg’ # glob‘https://youtu.be/Zgi9g1ksQHc’ # YouTube‘rtsp://example.com/media.mp4’ # RTSP, RTMP, HTTP stream
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2591378.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!