深度学习YOLO模型


一、Yolov5模型下载

https://github.com/ultralytics/yolov5/releases

链接:https://pan.baidu.com/s/1baJxjEpnivD3B-afvhIpcQ
提取码:wm5a

二、Yolov5权重函数weights下载

链接:https://pan.baidu.com/s/10YICf-TapsTTgXc7w-TJ7Q
提取码:ny5q

三、模型调用

python detect.py --source 0 --weights weights/yolov5s.pt

符号 注释
0 调用设备摄像头
file.jpg 打开图片
file.mp4 打开视频
path/ 打开文件夹

其它详见:
https://github.com/ultralytics/yolov5

总结

剩下的看时间再补

版权声明:本文为CSDN博主「席骥先」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/ljx12305/article/details/122583172

席骥先

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

RCNN详解

RCNN详解 RCNN即region proposals(候选区域) CNN,是将CNN引入目标检测领域的开山之作(2014年),大大提高了目标检测的效果&

如何使用Albumentations 对目标检测任务做增强

目录 1、导入所需的库 2、定义可视化函数显示图像上的边界框和类标签 3、获取图像和标注 4、使用RandomSizedBBoxSafeCrop保留原始图像中的所有边界框 5、定义增强管道 6、输入用于增强的图像和边框 7、其他不

实战深度学习目标检测:RCNN (1)

深度学习目标检测:RCNN 什么是目标检测?目标检测主要是明确从图中看到了什么物体?他们在什么位置。传统的目标检测方法一般分为三个阶段:首先在给定的图像上选择一些候选的区域&#xff0c

YOLOv3 YOLOv4 YOLOv5老鼠识别检测告警

前言 在食品安全众多环节中,后厨安全无疑是重中之重。俗话说“民以食为天,食以安为先”,食材新鲜程度如何、加工过程规不规范、厨具是否经过清洁消毒等问题,备受大家关注。 一、为什么需要AI检