Самый простой учебник по обнаружению объектов - Использование YoloV5 и Python
В этой статье я расскажу, как начать использовать YoloV5 для обнаружения объектов. Цель обнаружения объектов - рисовать ограничивающие рамки на объектах на изображениях. YoloV5 - (один из) лучший инструмент для этого с небольшим объемом работы.
Модель YoloV5 прошла предварительное обучение. Мы можем продолжить обучение, но в этой статье я покажу, как использовать YoloV5 из коробки.
Вы можете найти полную записную книжку здесь, если хотите продолжить.
1. Установите YoloV5
Следующий блок кода загрузит предварительно обученную модель YoloV5 на ваш компьютер.
Он также установит необходимые библиотеки и требования.
2. Поместите изображения в каталог.
В этом уроке я использую 6 изображений из Wikimedia Commons, которые я скачал вручную:
3. Делайте прогнозы с помощью предварительно обученного Yolov5.
Поскольку мы используем предварительно обученную модель YoloV5, мы можем перейти непосредственно к фазе прогнозирования. Мы можем предсказать все изображения в каталоге, используя следующую строку:
В результате будут созданы новые изображения, содержащие оригинал и ограничивающие рамки в каталоге, расположенном по адресу yolov5 / inference / output.
4. Проверьте результаты.
Чтобы проверить результаты, мы просто открываем только что сгенерированные аннотированные изображения следующим образом:
Заключение
YoloV5 упрощает начало работы с обнаружением объектов. Чтобы адаптироваться к вашим собственным изображениям и получить лучшую точность, вы также можете настроить модель, переобучив ее, но это будет в следующей статье. А пока благодарим за чтение!
