yolov5简介
yolov5简介
1.什么是YOLO?
YOLO是'You only look once'的首字母缩写,是一种将图像划分为网格系统的对象检测的算法。 网格中的每个单元格负责检测物理中心点落在网络自身内部的对象或物体。 由于其速度和准确性,YOLO 是最著名的物体检测算法之一。
2.什么是YOLO V5
YOLO V5是由Ultralytics公司开源YOLO版本,且完全基于PyTorch实现,给大量AI人员带来了福音。 在我们还对YOLOv4的各种骚操作、丰富的实验对比惊叹不已时,YOLOv5又带来了更强、实时、更精确的目标检测技术。
按照官方给出的数目,现版本的YOLOv5每个图像的推理时间最快0.007秒,即每秒140帧(FPS)在CPU上,每个图像的推理时间快至7ms,意味着每秒140帧(FPS)!远远大于人眼对20帧的要求。相比之下,YOLOv4在相同的条件下只能到到50帧 。而在GPU上,FPS更高,可高达400.
2.更小巧(内存少) YOLOv5的权重文件大小只有YOLOv4的1/9。
3.更短的训练时间 YOLOv5在单一V-100 GPU的情况下,COCO 2017数据集上的训练时间
分别为:
附录:
其它参考教程
https://zhuanlan.zhihu.com/p/172121380
https://blog.csdn.net/qq_26420885/article/details/128658851
yolo5的环境搭建(选看)
准备工作
jetson orin nx 一台 jetson orin nx的配置如下:
yolo5的环境搭建(yolo5 v5.0)
1.下载yolo5的需要的模块-torch
(如果跟着教程安装了jetson-inference的环境这部部分可忽略)
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev
pip3 install Cython
pip3 install numpy torch-1.12.0a0+2c916ef.nv22.3-cp38-cp38-linux_aarch64 # 注意你自己.whl包路径
sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
torch-1.12.0a0+2c916ef.nv22.3-cp38-cp38-linux_aarch64 这文件从环境搭建的附件获取,通过winSCP传输到jetson上
2.安装对应版本的torchvision
git clone --branch v0.13.0 https://github.com/pytorch/vision torchvision
cd torchvision
export BUILD_VERSION=0.13.0
python3 setup.py install --user
如果git clone 报错,请检查网络重新运行
3.下载yolo5的源码
cd ~
git clone https://github.com/ultralytics/yolov5.git
(可能因为网络访问的原因会出错,需要多试几次)
python3 -m pip install --upgrade pip
cd yolov5
因为jetson orin nx已经自带opencv4.5.4了所以不需要在装python的opencv的,可以通过import cv2来进行验证 因此我们需要打开yolo5目录下的requirements文件,在这
行前面添加个#号,修改完运行
pip3 install -r requirements.txt -i https://pypi.douban.com/simple/
等待下载完即可
cd ~/yolov5
python3 detect.py
等待他自动下载权重文件,如果网络不行,请从我们提供的环境搭建的附件里面获取yolov5s.pt 文件放到yolo5的文件夹下面 如果没有报错,说明yolo5搭建成功,并会在yolov5/runs/detect/exp 路径下存放识别出来的结果
下面是运行成功的图片