yolov5-v7.0实例分割快速体验-Toy模板网

这篇具有很好参考价值的文章主要介绍了yolov5-v7.0实例分割快速体验。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

简介

🚀yolov5-v7.0版本正式发布，本次更新的v7.0则是全面的大版本升级，最主要的功能就是全面集成支持了实例分割，yolov5已经集成检测、分类、分割任务。

yolov5-v7.0实例分割快速体验

前面几篇文章已经介绍过关于Yolov5的一些方面

yolov5目标检测:https://blog.csdn.net/qq_45066628/article/details/129470290?spm=1001.2014.3001.5501

yolov5分类:https://blog.csdn.net/qq_45066628/article/details/129594154?spm=1001.2014.3001.5501

yolov5网络结构及训练策略简介:https://blog.csdn.net/qq_45066628/article/details/129715417?spm=1001.2014.3001.5501

识别图像中存在的内容，如下图，有人（person）、树（tree）、草地（grass）、天空（sky）

识别图像中存在的内容和检测其位置

对图像中的每个像素打上类别标签，如下图，把图像分为人（红色）、树木（深绿）、草地（浅绿）、天空（蓝色）标签,简而言之就是对一张图片上的所有像素点进行分类。

其实就是目标检测和语义分割的结合。相对目标检测的边界框，实例分割可精确到物体的边缘；相对语义分割，实例分割需要标注出图上同一物体的不同个体。对比上图、下图，如以人（person）为目标，语义分割不区分属于相同类别的不同实例（所有人都标为红色），实例分割区分同类的不同实例（使用不同颜色区分不同的人）

全景分割是语义分割和实例分割的结合。
跟实例分割不同的是：实例分割只对图像中的object进行检测，并对检测到的object进行分割，而全景分割是对图中的所有物体包括背景都要进行检测和分割。

git clone https://github.com/ultralytics/yolov5  # clone
cd yolov5
pip install -r requirements.txt  # install

Roboflow官网 https://universe.roboflow.com/paul-guerrie-tang1/asl-poly-instance-seg/dataset/25
Kaggle官网 https://www.kaggle.com/datasets

官网地址;https://github.com/ultralytics/yolov5/releases/v7.0
yolov5-v7.0实例分割快速体验

yolov5-v7.0实例分割快速体验

改完后执行python train.py后开始训练

python segment/train.py --data coco128-seg.yaml --weights yolov5m-seg.pt --img 640 --cfg models/segment/yolov5m-seg.yaml

也可通过修改segment下的predict.py和val.py 或者直接执行命令,weights为自己训练后的模型best模型路径

验证:

python segment/val.py --weights yolov5s-seg.pt --data coco.yaml --img 640

推理：

python segment/predict.py --weights yolov5m-seg.pt --data data/images/bus.jpg

yolov5-v7.0实例分割快速体验

python export.py --weights runs/train-cls/exp4/weights/best.pt --include engine --device 0文章来源地址https://www.toymoban.com/news/detail-494487.html

到了这里，关于yolov5-v7.0实例分割快速体验的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！