Debug小提示

Windows下遇到bug，ERROR: Failed building wheel for pycocotools，需要安装Visual Studio并pip install pycocotools
若出现环境变量问题：

import os
os.environ['xx'] = 'True'

项目配置

项目链接： https://github.com/ultralytics/yolov5/tree/v5.0
环境安装：看requirements.txt：pip install -r requirements.txt

利用YOLO

主要以调参为主，具体参数需要具体学习

YOLO预测

detect.py -> if __name__ == '__main___' -> parser.add_argument()
可以看help解释
可以将default=改成required=，每次terminal中自己输入

1. --weights：模型
2. --source：检测物体的路径
3. --img-size：先缩放，再放大
4. --conf-thres:置信度 > default的时候，才显示
5. --iou-thres：iou = area of overlap / area of union，iou > default的时候，在若干个检测框中选择最佳的
6. --view-img：action=store_true，运行时展示
7. --classes：选择哪些检测框显示，如--class 0 2 3
8. --agnostic-nms, argument：增强检测
9. etc

opt = parser.parse_args()：参数都保存在opt中

YOLO训练

本地
train.py -> if __name__ == '__main__' -> parser.add_arguemnt()

1. --cfg：模型参数的设置
2. --data：数据集
3. etc（基本与YOLO预测相同）

云端
Google Colab，用terminal调整参数

制作和训练自己的数据集

下载图片 -> 手动标注：https://www.makesense.ai -> 写mydata.yaml自定义文件