目标检测-印章定位-yolov5
目标:实现图片中的印章检测定位
方法:yolov5 关于YOLO的使用可参见此文章https://zhuanlan.zhihu.com/p/497678933,本人参照此文学习的
写此文章为了记录使用中的注意事项
1、YOLO的环境搭建参加方法中的链接(建议使用GPU)
2、YOLO的代码参见方法中的代码链接
3、图片标注:
3.1、下载labelimg工具,,本人从GitHub上将代码下载到本地https://github.com/tzutalin/labelImg,本地使用labelimg参见链接https://blog.csdn.net/qq_43332829/article/details/123769145,此链接介绍了labelimg的使用;
3.2、以本人定位印章的目标为例,该方法实现了在图片中标记印章的位置,生成xml文件
3.3、对于上一步生成的xml文件,使用方法的链接中提到的xmltxt.py,转化为yolo格式
4、执行方法链接的第5步,修改YOLO配置文件,models/yolov5s.yaml文件,以及data/voc.yaml
5、注意修改外层的train.py文件,注意修改下图位置信息。
6、然后执行python train.py即可进行模型训练
注意:1、训练时结果在runs/train文件夹下,
2、训练的epochs数量影响训练的结果,适当调整epochs数量,条件允许可以尝试找个一个合适的 epochs数量,以实现最优的训练效果
7、执行外层的detect.py,执行前注意修改detect.py文件,如下图,修改自己训练好的模型文件夹exp3,此文件按自己的实际训练情况设定
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)