问题标签 [yolov5]

我刚开始了解 YOLO v5 PyTorch 版本并且能够构建模型，因此我尝试使用这个训练有素的模型实现一个用于实时预测的烧瓶应用程序。

负载模型和预测类

用于从相机或视频中读取帧的相机类

一些注释行是我尝试过的方式，但始终如下行

self.preds = self.loaded_model(img, augment=False)[0] 抛出以下错误

解决此错误的任何想法或指导谢谢。

我正在使用 Yolov5。我想更换我的网络摄像头 -> lancamera

此代码返回'self.sources，img，img0，无'

我使用“数据集”

怎么用for path, img, im0s, vid_cap in dataset:？？

我的兰卡码

但我用dataset = new_file.livecame()

我可以看到错误 ValueError: not enough values to unpack (expected 3, got 1)

在数据集中的路径，img，im0s，vid_cap：

如何使用多个变量？在for循环中？

我目前正在开发一个使用 YOLOv5 的项目。我已经在 5000 多个图像数据集上训练了我的模型 100 个 epoch，并获得了 0.95 的良好 mAP。当我尝试使用经过训练的权重检测对象时，我的问题出现了，我对某些对象的检测置信度相当低，约为 0.30 到 0.70。我应该训练我的模型更多的时期来提高我的信心吗？高mAP不会导致高置信度吗？

我想检测 9 个物体，它们都是衣服。所以我想用yolov5。我想使用预训练的 yolov5x.pt 权重进行训练。我将 yolov5x.yaml 和 Clothing_data.yaml 中的类别数更改为 9。当我尝试通过以下方式训练自定义数据集时：

它显示了错误。

我不知道在这里做什么。我使用克隆了 yolov5 的 repo

我在这里缺少什么吗？请告诉我。提前致谢。

我有一个脚本可以抓取应用程序的屏幕截图并显示它。它在我的机器上运行得非常好，就像一个大约 60FPS 的视频。

我想detect.py在这个scr图像上运行 yolov5，而不必一直保存到磁盘。我还想显示带有边界框的图像并将它们的坐标保存在某处。

我的python级别不够好，我尝试导入detect和添加参数，但它似乎不接受任何函数参数，只接受命令行参数。

也许我应该调整这条线，或者使用opencv？

任何想法？谢谢（这是detect.pyyolov5的文件）

编辑我已经在某处保存了权重，并且能够detect在保存在磁盘上的图像上运行，只是想跳过这一步以保留那些 FPS。Yolov5 存储库在这里

我最近训练了一个自定义 yolov5 模型来识别 safari 上的动物。

Safari 上的动物大部分时间都离得很远，因此，将图像大小调整为 640x640 后，现在大多数动物都太小而无法检测到。

我研究了平铺技术，拍摄大图像并将其拆分为 5x5 较小的图像，从而使推理不会像尝试在初始大图像上运行推理那样占用太多内存。但是，没有关于如何在实时推理中执行此操作的说明。

我使用的模型是用 PyTorch 训练的 Yolov5。

有谁知道如何在实时推理上进行平铺？

首先，我是根据'https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch'练习的。

问题 1

创建的txt文件是不是同时应用了yolo算法和deepsort算法的文件？

问题2

我训练了检测器 yolo 将其应用于自定义数据。deepsort 之后还需要训练自定义数据吗？

我想训练一个对象检测模型来检测只在那个水库上的鸡（就像图片上的那个），因此我目前正在对图像中的鸡进行注释。由于我不想在场上检测到任何鸡，所以我没有对它们进行注释。但是我不想在训练时输入未注释的鸡来混淆我的模型。在所有训练和测试图像中添加第二张图像中的封面（将是黑色）是否有问题？

编辑：我不想在地上注释鸡，因为每个注释都要花钱。这就是为什么我正在考虑添加这个封面。

❔问题

您好，我已经成功训练了一个基于 YOLOv5s 的自定义模型，并将模型转换为 TFlite。我觉得问得很傻，但是你如何使用输出数据？

我得到输出：

• StatefulPartitionedCall: 0 = [1,25200,7] 来自转换后的 YOLOv5 模型 Netron YOLOv5s.tflite 模型

但我希望输出如下：

• StatefulPartitionedCall:3 = [1, 10, 4] # 框
• StatefulPartitionedCall:2 = [1, 10] # 类
• StatefulPartitionedCall:1 = [1, 10] #scores
• StatefulPartitionedCall:0 = [1] #count （这个来自一个 tensorflow lite mobilenet 模型（训练提供 10 个输出数据，默认为 tflite）） Netron mobilenet.tflite 模型

它也可能是其他形式的输出，但老实说，我不知道如何从 [1,25200,7] 数组中获取框、类、分数。（2021 年 1 月 15 日，我将 pytorch、tensorflow 和 yolov5 更新到最新版本）

[1, 25200, 7] 数组中包含的数据可以在这个文件中找到：outputdata.txt

我应该添加非最大抑制还是其他东西，有人可以帮我吗？( github YOLOv5 #1981 )

我想用yolov5。根据https://pytorch.org/hub/ultralytics_yolov5/，您应该安装了 Python>=3.8 和 PyTorch>=1.7，以及 YOLOv5 依赖项。

Python 和 pytorch 是最新的：

但是当我尝试安装 yolov5 依赖项时，我收到一条错误消息：

需要更新版本的 torchvision (???)。所以我运行更新，但是当我检查版本时它没有工作。

安装 yolov5 依赖项需要 torchvision 吗？我该如何前进？我在 Windows 10 上。

谢谢！