【AI模子开发】怎样使用YOLOv5举行目标检测？

本文收录于 《人工智能学习入门》专栏。从零底子开始，分享一些人工智能、呆板学习、深度学习干系的知识，包罗根本概念、技能原理、应用场景以及怎样开发实战等等。
  信任完备学习后会有许多劳绩。欢迎关注，谢谢！
  

一、前言

YOLOv5是一个开源的目标检测模子。它是YOLO系列的升级版，由Ultralytics开发，并于2020年年中发布。
YOLO的全称是you only look once，指只必要欣赏一次就可以辨认出图中的物体的种别和位置。
对盘算机而言，可以或许“看到”的是图像被编码之后的数字，以是它很难明白高层语义概念，比如图像大概视频帧中出现的目标是人照旧物体，更无法定位目标出如今图像中哪个地区。
目标检测的紧张目标是让盘算机可以主动辨认图片大概视频帧中全部目标的种别，并在该目标四周绘制边界框，标示出每个目标的位置。如图所示：

• 图1（a）是图像分类任务，只需辨认出这是一张斑马的图片。
  
• 图1（b）是目标检测任务，不但要辨认出这是一张斑马的图片，还要标出图中斑马的位置。
  

本文简单先容一下怎样安装YOLOv5模子，以及怎样该模子举行目标检测。
话不多说，我们一起进入正题吧。
二、摆设模子

起首，创建一个专用的Anacoda假造情况。
以管理员身份，打开Anaconda Navigator，创建一个Anacoda假造情况，定名为yolov5。

之后，安装Pytorch框架。
Pytorch是一个开源的深度学习框架，而YOLOv5模子是基于该框架开发出来的。以是，我们也必要安装Pytorch。
以管理员身份，打开Anaconda Prompt下令行窗口，实行安装下令(PS：这里安装CPU版本)：

1. conda install pytorch torchvision torchaudio cpuonly -c pytorch

复制代码

之后，下载YOLOv5开源项目。
下载地点：https://github.com/ultralytics/yolov5

之后，使用Pycharm打开项目。
完备的YOLOv5工程目次如下图所示：

之后，设置项目标假造情况为yolov5。

之后，安装项目必要的依靠包。
打开Pycharm的下令行窗口，进入到项目工程目次下面，运行pip下令，开始安装项目必要的依靠包。

1. pip install -r requirements.txt

复制代码

至此，YOLOv5模子摆设完成。
三、举行目标检测

下面，开始使用YOLOv5模子，举行目标检测。
起首，把必要查抄的图片存放在项目工程data\images目次下面。

为了方便，这里使用项目中默认的两张图片bus.jpg和zidane.jpg
图一，如下：

图二，如下：

之后，运行项目中detect.py脚本文件，开始举行目标检测。

检测过程中，控制台会输出干系的检测信息。

检测完成后，体系会主动把检测后的图片，生存在项目工程的runs\detect\exp目次下。

检测效果图片如下。
图一：

图二：

四、总结

以上先容了怎样安装YOLOv5模子，以及怎样使用该模子对图片举行目标检测。盼望通太过享这篇文章，让各人对YOLOv5模子有开端的熟悉和相识，谢谢。
   如果您对文章中内容有疑问，欢迎在品评区举行留言，我会只管抽时间给您复兴。如果文章对您有资助，欢迎点赞、收藏。您的点赞，是对我最大的支持和鼓励，谢谢 :-）