基于yolov5的区域目标检测

基于yolov5的区域目标检测

先上图片

在这里插入图片描述
使用的是yolov5官方的yolov5s.pt权重,可以根据代码替换为自己的权重或者其他yolov5官方权重,代码的github链接:

https://github.com/Kinseys/changeable_region_detection

首先是装环境,用的pycharm+conda的话在terminal里面输入:

pip install -r requirements.txt

装好环境以后可以将自己想要检测的图片放入data/images/文件里面:然后就可以直接运行detect.py

python detect.py

如果想要运行自己的摄像头:

python detect.py --source 0

或者在代码中将256 行 default后面内容改为 0 :

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

或者运行自己的视频同理:

python detect.py --source xxx.mp4

或者实时查看视频运行结果:

python detect.py --source xxx.mp4 --view-img

如果想改变检测区域:

detect.py代码的第96行:
注意这里我使用的是四个点点所在位置距离图片顶部和左侧占据总体图片高hl或者宽wl的比例。

 # mask for certain region
        #1,2,3,4 分别对应左上,右上,右下,左下四个点
        hl1=4/10 #监测区域高度距离图片顶部比例
        wl1=4.5/10 #监测区域高度距离图片左部比例
        hl2 = 4.1 / 10  # 监测区域高度距离图片顶部比例
        wl2 = 6.3 / 10  # 监测区域高度距离图片左部比例
        hl3 = 1  # 监测区域高度距离图片顶部比例
        wl3 = 1  # 监测区域高度距离图片左部比例
        hl4 = 1  # 监测区域高度距离图片顶部比例
        wl4 = 5.1/10  # 监测区域高度距离图片左部比例

例如:
在这里插入图片描述

        # mask for certain region
        #1,2,3,4 分别对应左上,右上,右下,左下四个点
        hl1=4/10 #监测区域高度距离图片顶部比例
        wl1=2/10 #监测区域高度距离图片左部比例
        hl2 = 4.1 / 10  # 监测区域高度距离图片顶部比例
        wl2 = 3.2 / 10  # 监测区域高度距离图片左部比例
        hl3 = 1  # 监测区域高度距离图片顶部比例
        wl3 = 2/10  # 监测区域高度距离图片左部比例
        hl4 = 10/10  # 监测区域高度距离图片顶部比例
        wl4 = -2/10  # 监测区域高度距离图片左部比例

当然也可以更改后面我写的数据点输入可以实现不止于四边形的检测区域,如感兴趣可以私我。

版权声明:本文为CSDN博主「CSdn帅小智」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_41823298/article/details/119242280

CSdn帅小智

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

GiraffeDet:Heavy Neck的目标检测框架

关注并星标 从此不迷路 计算机视觉研究院 公众号ID|ComputerVisionGzq 学习群|扫码在主页获取加入方式 获取论文:关注并回复“GD” 计算机视觉研究院专栏 作者:Edison_G 在传统的目标检测框架中,从图像识别模型继承的主

YOLOX笔记

目录 1. 样本匹配 正负样本划分过程 2. yoloxwarmcos 学习率 3. 无法开启多gpu训练, 或者多gpu训练卡住? 1. 样本匹配 正负样本划分过程 说明: gt_centerbbox是在gt_bbox中心点向四周