使用YOLOv5模型进行目标检测的完整指南

使用YOLOv5模型进行目标检测的完整指南

引用

CSDN

1.

https://blog.csdn.net/weixin_73800108/article/details/139026360

本文将详细介绍如何使用YOLOv5模型进行目标检测。从环境配置到模型运行，每个步骤都经过精心设计，帮助读者快速掌握YOLOv5的使用方法。

1. 首先把yolov5s.pt放入yolov5文件夹

首先需要将yolov5s.pt预训练模型文件放入YOLOv5的根目录下。

2. 配置虚拟环境

在Windows系统中，可以通过以下步骤创建Python 3.8的虚拟环境：

1. 打开命令提示符（Win+R中输入cmd）
2. 输入以下命令创建名为yolov5s的虚拟环境：

conda create -n yolov5s python=3.8

注意：版本不要超过3.9，否则很多库都不兼容。

创建完成后，激活虚拟环境：

conda activate yolov5s

3. 安装所需要的库

进入YOLOv5文件夹的根目录：

cd C:\Users\Apzzed\Desktop\AI\yolov5-master

然后安装所有需要的库：

pip install -r requirements.txt

如果下载速度过慢，可以使用中科大镜像源：

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/

4. 运行检测程序

在命令行中运行以下命令：

python detect.py --source 0 --weights yolov5s.pt

其中，--source 0表示使用默认摄像头，也可以替换为其他图片路径；--weights yolov5s.pt表示使用yolov5s.pt模型进行处理。

也可以在PyCharm中打开detect.py文件，修改参数后运行。注意选择正确的虚拟环境。

5. 运行效果

运行效果如下图所示：

关闭程序

• 如果在命令行中运行，可以按Ctrl+C强制关闭。
• 如果在PyCharm中运行，可以按Ctrl+F2或点击停止按钮关闭。

完成以上步骤后，你就可以使用YOLOv5模型进行目标检测了。接下来，你可以尝试训练自己的数据集模型。