我正在训练我的模型来检测椎骨，但在训练后，它没有显示任何结果。有什么方法可以通过调整任何参数来获得结果？

我在 Windows 10 上使用具有此配置的虚拟机：

我按照官方文档中的描述为 Ubuntu 安装了 docker 。
我按照 docker 的yolo github 部分所述提取了 docker 映像。
由于我没有 NVIDIA GPU，我无法安装驱动程序或 CUDA。我从roboflow中拉出水族箱并将其安装在折叠水族箱上。我运行了这个命令来启动图像并安装了我的水族馆文件夹

并受到了这个横幅的欢迎

============= == PyTorch ==

NVIDIA 版本 21.03（内部版本 21060478）PyTorch 版本 1.9.0a0+df837d0

容器图像 版权所有 (c) 2021，NVIDIA CORPORATION。版权所有。

版权所有 (c) 2014-2021 Facebook Inc. 版权所有 (c) 2011-2014 Idiap Research Institute (Ronan Collobert) 版权所有 (c) 2012-2014 Deepmind Technologies (Koray Kavukcuoglu) 版权所有 (c) 2011-2012 NEC Laboratories America (Koray Kavukcuoglu) ) 版权所有 (c) 2011-2013 NYU
(Clement Farabet) 版权所有 (c) 2006-2010 NEC 美国实验室 (Ronan Collobert, Leon Bottou, Iain Melvin, Jason Weston) 版权所有 (c) 2006 Idiap Research Institute (Samy Bengio) 版权所有 ( c) 2001-2004 Idiap Research Institute (Ronan Collobert, Samy Bengio, Johnny Mariethoz) 版权所有 (c) 2015 Google Inc. 版权所有 (c) 2015 Yangqing Jia 版权所有 (c) 2013-2016 Caffe 贡献者保留所有权利。

NVIDIA 深度学习分析器 (dlprof) 版权所有 (c) 2021，NVIDIA CORPORATION。版权所有。

各种文件包括修改 (c) NVIDIA CORPORATION。版权所有。

此容器映像及其内容受 NVIDIA 深度学习容器许可证的约束。通过拉取和使用容器，即表示您接受本许可的条款和条件： https ://developer.nvidia.com/ngc/nvidia-deep-learning-container-license

警告：未检测到 NVIDIA 驱动程序。GPU 功能将不可用。使用“nvidia-docker run”启动这个容器；请参阅 https://github.com/NVIDIA/nvidia-docker/wiki/nvidia-docker。

注意：未检测到用于多节点通信的 MOFED 驱动程序。多节点通信性能可能会降低。

所以那里没有错误。
我安装了 pip 并使用 pip wandb 添加了 wandb。我使用wandb login并设置了我的 API 密钥。

我运行了以下命令：

并收到此输出：

从这个输出中，我认为完成了 0 个时期。
我的 data.yaml 包含以下代码：

wandb.ai不显示任何指标，但我有文件 config.yaml、requirements.txt、wandb-metadata.json 和 wandb-summary.json。

为什么我没有得到任何输出？
实际上根本没有培训吗？
如果有培训，我该如何使用我的模型？

我正在训练一个 Yolo v4 物体检测模型，该模型检测建筑工地安全帽和背心的佩戴情况，我想显示这个人是否戴着帽子和背心，这个人的边界框必须显示“戴帽子和背心的人”或“不戴帽子和背心的人”取决于对象边界框的结果：人、帽子、背心。对我该怎么做有什么想法吗？如何找到边界框之间的距离或建立关系？或者至少我如何访问边界框坐标以使用它来编码。检测示例

我尝试使用'python3 detect.py --source 0'进行网络摄像头检测，但它不起作用

输出：TypeError：“int”类型的参数是“不可迭代的”

谁知道怎么修它？

我正在尝试对我的自定义 YOLOv5 模型进行推理。官方文档使用默认detect.py脚本进行推理。我已经编写了自己的 python 脚本，但我无法从模型的输出中访问预测的类和边界框坐标。这是我的代码：

Yolo 和 python 的新手，我正在使用 PyTorch detect.py 脚本

https://github.com/ultralytics/yolov5/blob/master/detect.py

我想输出FPS。

当我运行我的模型时，我得到每帧检测的推理时间。（我假设）。输出范围在 1.5 到 1.7 秒之间

如何将推理时间估计转换为 FPS？或使用此代码输出 FPS？

提前致谢。

当我在我的系统中为 YOLO V5 运行 python train.py --img 640 --batch 4 --epochs 5 --data training/dataset.yaml --cfg training/yolov5l.yaml --weights yolov5l.pt 时，我得到了以下是为什么：

回溯（最后一次调用）：文件“train.py”，第 544 行，在 train(hyp, opt, device, tb_writer) 文件“train.py”，第 72 行，在 train wandb_logger = WandbLogger(opt, save_dir.stem , run_id, data_dict) 文件“D:\sandra\ai.projects\yolo\yolov5\utils\wandb_logging\wandb_utils.py”，第 108 行，在init self.data_dict = self.setup_training(opt, data_dict) 文件“D: \sandra\ai.projects\yolo\yolov5\utils\wandb_logging\wandb_utils.py"，第 139 行，在 setup_training self.train_artifact_path, self.train_artifact = self.download_dataset_artifact(data_dict.get('train'), AttributeError: 'str ' 对象没有属性 'get'

wandb：等待 W&B 进程完成，PID 22204 wandb：程序失败，代码为 1。 wandb：在以下位置查找此运行的用户日志：D:\sandra\ai.projects\yolo\yolov5\wandb\offline-run-20210427_130128- jr2z73rr\logs\debug.log wandb：在以下位置查找此运行的内部日志：D:\sandra\ai.projects\yolo\yolov5\wandb\offline-run-20210427_130128-jr2z73rr\logs\debug-internal.log wandb：你可以通过运行将此运行同步到云端： wandb: wandb sync D:\sandra\ai.projects\yolo\yolov5\wandb\offline-run-20210427_130128-jr2z73rr

我正在尝试对我的自定义 YOLOv5 模型进行推理。官方文档使用默认detect.py脚本进行推理。

例子：python detect.py --source data/images --weights yolov5s.pt --conf 0.25

我已经编写了自己的 python 脚本，但我既不能在初始化期间设置置信度阈值，也不能从模型的预测中检索它。我只能获取标签和边界框坐标。这是我的代码：

我想为 YOLO 生成分析，我正在使用ultralytics /yolov5的yolo.py，它们预先构建了所有东西来运行分析，从而获得每一层的延迟。

所以我运行以下命令来获取输出：

所以当我运行这个时，我得到以下运行时错误和一些输出

你能告诉我如何才能没有错误地获得这个输出吗？要接收的输出：

我正在使用 Roboflow 的 YOLOv5 代码来训练自定义数据集。

我有一个包含对象 1 到 11 的数据集。我成功地获得了良好的结果。我的下一步是在不训练模型的情况下一起识别对象组并显示结果。

我正在将训练有素的模型部署到 Raspberry Pi 3B+ 上，并使用 pi 相机对其进行实时测试。

我想在检测到对象时在屏幕上显示对象计数，并且还想识别例如 2 类的三个对象和 5 类的两个对象是第 1 组，并显示它。我该怎么做呢？

请参阅以下链接以供参考。

谢谢！

这是代码的 google colab 链接： https ://colab.research.google.com/drive/1gDZ2xcTOgR39tGGs-EZ6i3RTs16wmzZQ

检测.py：