树莓派目标检测YOLO V5 AI实践-课程6

技术洞察TIC
557 阅读1分钟

1 数据采集与标注

1.1 数据采集

  • image.png image.png
  • 采集执行中 image.png image.png
  • 采集后，工程目录下生成images文件夹，下载在windows本地 image.png image.png

1.2 标注

  • 把采集图像下载到本地data_collect_719，再创建一个文件夹labels image.png
  • windows本地安装labelme，进行标注 image.png
  • 指定生成标签位置 image.png
  • labelme image.png
  • 在文件夹labels目录中，生成json格式文件，内容如下： image.png
  • json格式文件内容就是标记值 image.png image.png
  • json格式需要转换为yolo训练格式 image.png
  • json格式需要转换成yoloV5数据标注格式 image.png

1.3 转换成yoloV5数据标注格式

  • image.png image.png image.png

1.4 最终生成（测试集和训练集）

  • image.png
  • 训练集和验证集 image.png image.png
  • 数据集和标签查看，可以看到归一化后标签 image.png image.png

2 训练移植

2.1 存放路径

  • yoloV5训练代码 image.png
  • 下载文件夹相对路径以及yolov5-master image.png
  • 数据集 image.png
  • 数据集->images labels image.png

2.2 准备yolov5训练测试集路径

  • image.png

2.3 训练

  • image.png
  • 可以看到yoloV5并不是从初始训练的 image.png

2.4 训练的结果

image.png

2.5 转换成ONNX格式文件（树莓派可识别文件）

image.png image.png image.png image.png

3 推理

3.1 移植依赖

image.png

3.2 推理

  • cv2.dnn.readNet image.png
  • infer_image image.png
  • post_process_opencv image.png
  • cv2.dnn.NMSBoxes（） image.png image.png
  • plot_one_box image.png

3.3 测试结果

image.png

avatar
文章
阅读
粉丝