文章目录

• 前言
• 一、目标检测是什么？
• 二、使用步骤
  • 1.代码下载
  • 2.用pycharm运行代码
• 总结

​前言

随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就将分享用YOLOV5进行目标检测并进行机器学习的方法

一、目标检测是什么？

目标检测（Object Detection）也叫目标提取，是一种基于目标几何和统计特征的图像分割。就是在视频或者图像中，通过计算机自动检测出其中的物体，将其框出，并注释。它是计算机视觉领域的核心问题之一。随着计算机技术的发展和计算机视觉原理的广泛应用，利用计算机图像处理技术对目标进行实时跟踪研究越来越热门，对目标进行动态实时跟踪定位在智能化交通系统、智能监控系统、军事目标检测及医学导航手术中手术器械定位等方面具有广泛的应用价值。

二、使用步骤

1.代码下载

https://github.com/ultralytics/yolov5

2.用pycharm进行代码运行

1、打开pycharm新建工程，并打开下载源码的目录，找到detect.py并打开。（你也可以阅读README来获取更多代码的相关信息）

2、进行代码的初次运行，右键后点击‘运行 detect.py’，不出意外的话将会出现许多红色的报错，比如“No model named 'yaml’ ”这是因为在你的电脑上缺少运行此程序需要的model，只需要在命令行（cmd）上下载下来就可以。（当然要下载model，还需要配置环境以及将pip源转换到国内镜像）

3、拿缺少'yaml'为例子，打开命令行，输入pip install pyyaml,回车，就可以看到正在下载该model，如果成功下载会出现一下情景：

4、在下载完所有model后，打开“运行”（run）菜单，进入“编辑配置”（Edit Configurations）在

“参数”（Paramters）中输入 --source 0 ，则表示用0号摄像头（笔记本电脑自带位于屏幕上方）进行测试。如输入--source data/images，则表示用data/images下的所有图片进行测试，如果输入--source 1.mp4，则表示用1.mp4视频文件进行测试。

在这之后在运行detect.py，稍等片刻就会看到摄像头指示灯亮起，目标检测开始了：

当然这次目标检测初步识别也有识别失败的，如把凳子识别成交通信号灯，此外旁边的小数代表概率。接下来就需要进行大量的数据训练来提高识别精度了。

总结

以上就是用YOLOV5初步进行目标检测的步骤，此外还可以进一步进行数据训练，使计算机深度学习，达到有更准确的识别结果以及更广泛的识别对象的目的。

版权声明：本文为CSDN博主「Dair776」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_63549472/article/details/121891165