文章內(nèi)容：
1.在 Anaconda 環(huán)境下，進(jìn)行目標(biāo)檢測(cè)程序（Yolov5）的下載及安裝，實(shí)現(xiàn) Yolov5 的整體安裝；
2.通過(guò)調(diào)用手機(jī)攝像頭進(jìn)行簡(jiǎn)單的目標(biāo)檢測(cè)和識(shí)別。
1 任務(wù)目標(biāo)
- 實(shí)現(xiàn)目標(biāo)檢測(cè)程序的下載及安裝，了解目標(biāo)檢測(cè)程序的開(kāi)發(fā)過(guò)程和環(huán)境；
- 完成簡(jiǎn)單的目標(biāo)檢測(cè)，掌握移動(dòng) IP 攝像頭對(duì)目標(biāo)場(chǎng)景的檢測(cè)方法。
2 任務(wù)環(huán)境
- 設(shè)備：PC( Windows系統(tǒng) )、手機(jī)
-
環(huán)境：Anaconda 環(huán)境
安裝 Anaconda 環(huán)境并新建虛擬環(huán)境可以移步到我的另一條博文：Python 環(huán)境資源配置
3 Yolov5 下載安裝
3.1 下載 Yolov5
在下載配置 Yolov5 之前，需要先安裝好 Anaconda 環(huán)境，新建虛擬環(huán)境，并進(jìn)入。
-
這里我之前已經(jīng)創(chuàng)建好了名為“ PyCharmLearningProject ”的虛擬環(huán)境。(名字不重要)
-
通過(guò)“
win+R”進(jìn)入命令提示符 -
輸入命令“
activate PyCharmLearningProject”進(jìn)入虛擬環(huán)境
-
下載 Yolov5 源碼
Yolov5 Github下載地址：https://github.com/ultralytics/yolov5
直接 git clone 到本地工作目錄。 -
在剛才的命令窗口輸入命令：
“git clone https: //github.com/ultralytics/yolov5”，
等待下載完成。
-
下載后可以看到目錄架構(gòu)：
3.2 下載 Yolov5 預(yù)訓(xùn)練模型
這是已經(jīng)訓(xùn)練好的權(quán)重參數(shù)數(shù)據(jù)，可以直接使用，就不用在本機(jī)再做練習(xí)了。
-
進(jìn)入下載地址：https://github.com/ultralytics/yolov5/releases
可以看到如下界面：
-
找到最新的 release ,點(diǎn)擊下面的 Assets 下載 .pt模型文件。
其中，yolov5 共有四種模型：yolov5s、yolov5m、yolov5l、yolov5x。其中 yolov5s 目標(biāo)檢測(cè)速度最快，因?yàn)槠渚W(wǎng)絡(luò)參數(shù)最少，但相應(yīng)的，檢測(cè)效果相比是最差的；而 yolov5x 是檢測(cè)效果最好的，參數(shù)最多，而時(shí)間上最慢。
可以根據(jù)需要選擇模型文件下載到 yolov5 源目錄。
-
下載完可以看到，我選擇了四個(gè)都下載到了 yolov5 目錄下。如下：
注意：在之后通過(guò) detect.py 對(duì)圖像進(jìn)行目標(biāo)檢測(cè)的實(shí)際操作時(shí)，detect.py 默認(rèn)使用同目錄下的 yolov5s.pt 模型，如果想用其他的模型，可以在命令里加入調(diào)用來(lái)指定。
3.3 安裝Yolov5
源碼下完后，下面開(kāi)始安裝Yolov5所需模塊。
- 先在命令行里打開(kāi) yolov5 目錄
輸入:“cd yolov5”
- 接著在命令行里，
輸入“pip install -r requirements.txt”，等待安裝完成即可。（pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple命令會(huì)更快?。。?/li> - 由于 requirements.txt 依賴包里默認(rèn)安裝的 pytorch-cpu 版，如果有 cuda 可以安裝 pytorch-gpu 版：https://pytorch.org/get-started/locally/ ， 提升速度。
在官網(wǎng)里下載 pytorch-gpu 速度會(huì)比較慢，快速下載具體操作可以參考這篇博客：安裝Torch GPU版本
注意：這里我們最好安裝 GPU 版本。親測(cè)發(fā)現(xiàn)使用 GPU 版大大提升了運(yùn)行速率，相比于 CPU ，GPU 對(duì)視頻的檢測(cè)速率提升了近10倍！（不同設(shè)備的運(yùn)行速率可能不同）
將下面的命令在命令行輸入執(zhí)行即可完成安裝 torch 的 GPU 版本。
到這里，Yolov5 就全部安裝完成。
4 測(cè)試 Yolov5
4.1 圖片檢測(cè)
- 在目錄里準(zhǔn)備好圖片
- 通過(guò) detect.py 對(duì)圖像進(jìn)行目標(biāo)檢測(cè)：
python detect.py --source ./data/images/1.jpg
可以看到處理時(shí)間只有 0.03 s。
結(jié)果可以再“ yolov5\runs\detect ”里找到
- 對(duì)比效果如下：
4.2 視頻檢測(cè)
- 在目錄里準(zhǔn)備好圖片
- 通過(guò) detect.py 對(duì)視頻進(jìn)行目標(biāo)檢測(cè)：
python detect.py --source data/video/luhan.mp4
可以看到處理時(shí)間只有 0.01 s左右。
結(jié)果可以再“ yolov5\runs\detect ”里找到
- 效果如下：
檢測(cè)出的視頻效果還是可以的，清晰度也是有的，只是我這里上傳的是壓縮之后的動(dòng)圖，看起來(lái)有些模糊。
4.3 調(diào)用攝像頭檢測(cè)
- 使用本機(jī)攝像頭檢測(cè)
輸入命令：
python detect.py --source 0
可以看到處理時(shí)間只有 0.02 s左右。
結(jié)果可以再“ yolov5\runs\detect ”里找到。
4.4 調(diào)用手機(jī) IP 攝像頭檢測(cè)
-
手機(jī)上的準(zhǔn)備：
在手機(jī)上下載 IP 攝像頭，并安裝。
安裝步驟具體可以移步到我的另一篇博客：Python+OpenCV 調(diào)用手機(jī)攝像頭并實(shí)現(xiàn)人臉識(shí)別。這里不再贅述。 -
在命令行進(jìn)入虛擬環(huán)境：PyCharmLearningProject
進(jìn)入 yolov5 目錄，輸入：“cd yolov5”
-
調(diào)用手機(jī)攝像頭
命令行輸入：
“python detect.py --source http://admin:admin@xxx.xxx.xx.x:xxxx”；
即可調(diào)用執(zhí)行。
注意：命令中的 admin 為我的 IP 攝像頭用戶名，admin 為我的 IP 攝像頭密碼，這個(gè)可以在IP攝像頭 APP 的設(shè)置里查看和修改，代碼中的要使用自己的用戶名、密碼。@后面的地址是局域網(wǎng) IP地址，這個(gè)在打開(kāi) IP 攝像頭服務(wù)器之后的界面就能看到，也需要修改為自己的地址。
- 檢測(cè)效果：
可以看到，成功調(diào)用了手機(jī)攝像頭，并實(shí)現(xiàn)目標(biāo)檢測(cè)。每幀圖片速率大約 0.02 秒左右，檢測(cè)速度和識(shí)別率都很好。
5 總結(jié)
這篇文章主要是完成目標(biāo)檢測(cè)程序的安裝，在 Anaconda 環(huán)境下，進(jìn)行目標(biāo)檢測(cè)程序（Yolov5）的下載及安裝，實(shí)現(xiàn) Yolov5 的整體安裝；通過(guò)調(diào)用手機(jī)攝像頭進(jìn)行簡(jiǎn)單的目標(biāo)檢測(cè)和識(shí)別。
以后可以試著自己打標(biāo)簽，訓(xùn)練一些模型用以準(zhǔn)確檢測(cè)識(shí)別更多的目標(biāo)。
文章內(nèi)容如有問(wèn)題或疑問(wèn)，敬請(qǐng)讀者指正。文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-455034.html
6 參考資料
半小時(shí)搞定Yolov5安裝配置及使用（詳細(xì)過(guò)程）文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-455034.html
到了這里，關(guān)于Yolov5 安裝詳細(xì)教程及目標(biāo)檢測(cè)和識(shí)別的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
