标签：yolov5 detect pt -- 检测 yolo 玩一玩
yolo是一个非常流行的计算机视觉目标检测框架，适合于精度要求不高但实时性非常高的场合，比如马路口的人流车流识别。现在最新版v6刚刚发布，本例还是使用v5。由于yolov5是依赖于pytorch的，还用到opencv，所以这两个环境需要提前搭建好，然后就可以直接使用yolo了。yolov5的github地址：https://github.com/ultralytics/yolov5。
一、准备工作
直接下载上面github地址的yolov5后，还需要下载预训练模型文件到yolov5-master的根目录。有4个模型，分别为：yolov5s.pt、yolov5m.pt、yolov5l.pt、yolov5x.pt。我们这里选择5s（模型更小，速度更快），各项指标如下截图：
在yolov5-master的data目录里，存放的是各类数据文件。yolo支持图片、视频等格式文件的检测。检测结果存放在yolov5-master中的runs-detect目录里。其中视频文件，yolo会取视频的每一帧进行检测识别并标注，然后合并生成新的标注过的视频文件存放在runs目录下的detect文件夹里。
二、执行命令
运行yolo目标检测非常简单，只需要在yolov5-master目录下，打开cmd，输入如下命令即可。
python detect.py --source ./data/images/ --weights yolov5s.pt --conf 0.4
python detect.py --source 0 --weights yolov5s.pt --conf 0.4
python detect.py --source ./data/videos/test1.mp4 --weights yolov5s.pt --conf 0.4
三、检测结果：
-
图像
-
实时视频
标签：yolov5,detect,pt,--,检测,yolo,玩一玩 来源： https://www.cnblogs.com/guwei4037/p/15585348.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。