[Python知识库]yolov5官方开源项目地址github记录一下

https://github.com/ultralytics/yolov5/tree/v5.0https://github.com/ultralytics/yolov5/tree/v5.0

?master分支，tag是v5.0

按照文档跑了一个demo，用的是最简模型，效果不错：

import cv2
import torch
from PIL import Image

# Model
model = torch.hub.load('ultralytics/yolov5', 'yolov5s')

# Images
# for f in 'zidane.jpg', 'bus.jpg':
#     torch.hub.download_url_to_file('https://ultralytics.com/images/' + f, f)  # download 2 images
im1 = Image.open('e:\\images\\w.jpg')  # PIL image
im2 = cv2.imread('e:\\images\\1.jpg')[..., ::-1]  # OpenCV image (BGR to RGB)

# Inference
results = model([im1, im2], size=640) # batch of images

# Results
results.print()
results.save()  # or .show()

results.xyxy[0]  # im1 predictions (tensor)
results.pandas().xyxy[0]  # im1 predictions (pandas)

其中的一张原图w.jpg：

?识别后：

制作自己的训练集

1.LabelImg的安装

在Windows10系统下使用Anaconda来安装LabelImg，步骤如下：

创建一个新环境来安装LabelImg

conda create -n labelimg 

pip install labelimg

?安装好后，输入LabelImg

?

出现这个界面

?

我们可以标注，并制定到处yolo格式的txt文件，save后

?

?然后给yolo继续操作吧，待续