问题标签 [yolov5]

我正在制作一个口罩检测项目，我使用 ultralytics/yolov5 训练了我的模型。我将训练后的模型保存为 onnx 文件，您可以在此处找到模型文件model.onnx。现在我希望你使用这个带有 opencv 的 model.onnx 来检测实时面罩。训练时的输入图像大小为 320*320。您可以使用 netron 可视化此模型。我编写了这段代码来使用网络摄像头捕获图像并将其传递给 model.onnx 以预测我的边界框。代码如下：

result.shape 的输出是 (1, 1, 3, 40, 40, 85) 谁能帮我解释这个形状，我如何使用这个结果数组来预测我的类、边界框和置信度。

我正在尝试使用 Yolo V5 训练模型。

我有找不到数据库的问题。

我有一个包含所有图像和标签文件的训练、测试和有效文件。

我已经在 googlecolap 上测试了这些文件并且它确实有效。但是，在我的本地机器上，它显示了Exception: Dataset not found.

我正在使用视频在测试数据上测试我的自定义 yolov5s 对象检测模型。然而，并不是视频中的每一帧都有一个有效的对象需要检测。

[ 在视频上运行推理测试时，下图显示了模型找到具有可检测和分类对象的帧时

如您所见，帧 4401 检测到让路交通标志，但帧 4399 和 4400 未检测到任何内容。我的问题是如何处理 4500 帧视频并仅显示检测到对象的帧。我已将帧提取为 JPEGS，但只希望有效的 JPEGS 来评估测试性能？更好的是，是否可以将相关帧中的数据提取到文本文件中？

如果有人可以帮助我，这将是一个很大的帮助和节省时间，非常感谢提前。

新的错误

我最近看到了这篇文章（https://blog.gofynd.com/boost-object-detection-model-accuracy-552586d698c），它建议我使用 TIDE 来跟踪和改进对象检测模型，但是当我尝试使用它时，我发现它使用了我在 Yolov5 中找不到的 coco 指标。谁能告诉我如何在yolov5中使用它？

我想使用 tensorRT 在 Yolov5 中优化我的训练模型。但是我找不到这样做的正确方法。任何人都可以告诉我该怎么做吗？

我有 5820 张鱼类图像，其中大部分是为了在水下进行鱼类检测而裁剪的。我设置为 %75 训练、%15 验证和 %10 测试。火车花了8.5小时。结果是如此。多一点就好了？

我想在用pytorch编写的 YOLOV5上训练时将所有训练指标记录到 csv 文件中，但问题是我不想使用 tensorboard。

为了实现这个目标，我尝试了如下一些技术：

-首先将其记录到tensorboard中，然后尝试将其转换为csv文件（失败）

- 从权重和偏差中提取日志文件（失败）

- 训练时直接写入csv文件（失败）

在这里，我尝试打开一个 csv 文件并将张量数据转换为字符串，但未能成功。

所以我真的很想知道我怎样才能实现这个目标，因为 YOLOV5 没有使用像 model.fit 这样的 pytorch 实用程序，我们可以使用回调函数。

提前致谢。

我找到了一个数据集，其中一些图片没有注释，但它在 xml 中具有这种格式。

但这另一张图片有一个带注释的对象，如下所示：

谁能告诉我如何以及通过哪些工具可以注释没有注释对象的图片，但我应该有它的 xml 文件，如您在第一张图片中看到的那样。

我已按照yolov5中的教程进行操作。当我完成火车并开始测试时，我想根据标签计算有多少对象。在这里，我将此代码添加到文件 detect.py 中

但输出是：

类型错误：+ 的不支持的操作数类型：“int”和“str”

有什么解决办法吗？

我在 Manjaro OS（arm manjaro）上的 Raspberry Pi 4 Model B（4GB RAM）上运行YOLOv5工具。在安装工具所需的此特定架构（aarch64）的所有要求后，它可以很好地执行推理任务（detect.py 文件），但除了工作缓慢（每帧大约 1-2 秒）之外，我还有一个问题，它显示了这一点：

像15次。但是我不确定是什么导致了这个问题，如果它是火炬、opencv 或另一个调用 OpenBLAS 的库（我什至不知道 OpenBLAS 是用来做什么的），但我担心错误应该是其中之一线。

因为在完成推理（检测）之后，它会显示脚本的下一部分，即推理所用的时间。

任何帮助将不胜感激