0
点赞
收藏
分享

微信扫一扫

YOLOv5结构分析与理解—图解


目录

​​网络模型及网络结构​​

​​网络结构详情​​

​​代码的整体目录​​

​​代码detect.py测试​​

​​ 各个模块​​

​​ 整体结构​​

​​其他资料​​

​​4种网络的宽度​​

​​yolov5各个网络模型性能比较​​

​​ yolov5结构​​

​​ yolov5四种网络的深度​​

​​ yolov5网络结构图​​

​​一些工具代码​​

​​voc2yolo.py​​

        YOLOv5是一种单阶段目标检测算法,该算法在YOLOv4的基础上添加了一些新的改进思路,使其速度与精度都得到了极大的性能提升。YOLOv5融合了数千小时研发过程中学到的经验教训和最佳实践。


另外,腾讯云的这款云GPU用于模型训练还不错,1元/天,详情可见:​​云产品特惠专区​​

YOLOv5结构分析与理解—图解_腾讯云


网络模型及网络结构

YOLOv5结构分析与理解—图解_网络模型_02

YOLOv5结构分析与理解—图解_网络模型_03

网络结构详情

YOLOv5结构分析与理解—图解_网络模型_04

YOLOv5结构分析与理解—图解_xml_05

代码的整体目录

YOLOv5结构分析与理解—图解_xml_06

代码detect.py测试

YOLOv5结构分析与理解—图解_网络模型_07

 各个模块

YOLOv5结构分析与理解—图解_腾讯云_08

YOLOv5结构分析与理解—图解_xml_09

YOLOv5结构分析与理解—图解_腾讯云_10

YOLOv5结构分析与理解—图解_腾讯云_11

 整体结构

YOLOv5结构分析与理解—图解_xml_12

其他资料

来着江大白(官方一直在更新,图不一定准)和yolov5官方

4种网络的宽度

YOLOv5结构分析与理解—图解_腾讯云_13

yolov5各个网络模型性能比较

YOLOv5结构分析与理解—图解_xml_14

 yolov5结构

 yolov5四种网络的深度

YOLOv5结构分析与理解—图解_xml_15

 yolov5网络结构图

YOLOv5结构分析与理解—图解_网络模型_16

一些工具代码

voc2yolo.py

from os import getcwd
import glob

classes = ["face", "face_mask"]

def convert(size, box):
dw = 1.0 / size[0]
dh = 1.0 / size[1]
x = (box[0] + box[1]) / 2.0
y = (box[2] + box[3]) / 2.0
w = box[1] - box[0]
h = box[3] - box[2]
x = x * dw
w = w * dw
y = y * dh
h = h * dh
return (x, y, w, h)

def convert_annotation(image_name):
in_file = './val/xmls/' + image_name[:-3] + 'xml' # xml文件路径
out_file = open('./val/labels/' + image_name[:-3] + 'txt', 'w') # 转换后的txt文件存放路径
with open(in_file) as f:
try:
import xml.etree.cElementTree as ET
except ImportError:
import xml.etree.ElementTree as ET
tree = ET.parse(f) # <class 'xml.etree.ElementTree.ElementTree'>
root = tree.getroot() # 获取根节点 <Element 'data' at 0x02BF6A80>
#
# xml_text = f.read()
# root = ET.fromstring(xml_text)
size = root.find('size')
if size is not None:
w = int(size.find('width').text)
h = int(size.find('height').text)
for obj in root.iter('object'):
cls = obj.find('name').text
if cls not in classes:
# print(cls)
continue
cls_id = classes.index(cls)
xmlbox = obj.find('bndbox')
b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
float(xmlbox.find('ymax').text))
if w != 0 and h != 0:
bb = convert((w, h), b)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
wd = getcwd()

if __name__ == '__main__':
for image_path in glob.glob("./val/images/*.jpg"): # 每一张图片都对应一个xml文件这里写xml对应的图片的路径
image_name = image_path.split('\\')[-1]
convert_annotation(image_name)

举报

相关推荐

0 条评论