YOLOv5系列全新升级——yolov5-v7.0实时实例分割全面集成

这篇具有很好参考价值的文章主要介绍了YOLOv5系列全新升级——yolov5-v7.0实时实例分割全面集成。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。

自从YOLOv5诞生依赖,社区就很活动,官方的更新频度也很高,检测系列一路迭代升级,集成融合了各种新颖的技术和tricks,目前最新已经更新到了v6.1版本,在我之前的博客里面也有详细教程讲解,感兴趣的话可以自行移步,文章如下:

《基于自建数据集【海底生物检测】使用YOLOv5-v6.1/2版本构建目标检测模型超详细教程》

而v6.2版本则是将图像识别的功能也整合了进来在我之前的博客里面也有详细讲过。感兴趣的话可以前去看下,文章如下:

《基于YOLOv5-v6.2全新版本模型构建自己的图像识别模型超详细教程》

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,虽说之前网上也有一些教程基于yolov5实现了实例分割,但是这个毕竟是官方更新的,很多技术方法和tricks都是非常值得借鉴学习的,据说已经能够实现在CPU端实时实例分割了,难怪在官方的声明里面会专门说到:“yolov5的实例分割是最快最准的!”

yolov5 7.0,人工智能,深度学习

 今天趁着午休的时间先来整体学习一下v7.0,之后有时间再详细研究。

yolov5官方项目在这里,首页截图如下所示:

yolov5 7.0,人工智能,深度学习

yolov5 7.0,人工智能,深度学习

yolov5 7.0,人工智能,深度学习

 可以看到:官方此次更新主要的内容就是全面支持实例分割功能了。

同时,官方也贴心的给出来了五种模型的预训练模型,如下:

yolov5 7.0,人工智能,深度学习

 实例分割的基础使用方法也给出来了,如下:

【训练】

# Single-GPU
python segment/train.py --data coco128-seg.yaml --weights yolov5s-seg.pt --img 640

# Multi-GPU DDP
python -m torch.distributed.run --nproc_per_node 4 --master_port 1 segment/train.py --data coco128-seg.yaml --weights yolov5s-seg.pt --img 640 --device 0,1,2,3

【评估】

bash data/scripts/get_coco.sh --val --segments  # download COCO val segments split (780MB, 5000 images)
python segment/val.py --weights yolov5s-seg.pt --data coco.yaml --img 640  # validate

【推理】

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

【转化】

python export.py --weights yolov5s-seg.pt --include onnx engine --img 640 --device 0

想要使用v7.0的话可以按照下图下载:

yolov5 7.0,人工智能,深度学习

 我选择点击tags,如下:

yolov5 7.0,人工智能,深度学习

 点击进入,如下:

yolov5 7.0,人工智能,深度学习

yolov5 7.0,人工智能,深度学习

 我下载了官方的模型,简单本地推理了一下,如下:

yolov5 7.0,人工智能,深度学习

yolov5 7.0,人工智能,深度学习

 看着效果还是很不错的,我用的是最轻量级的模型yolov5n-seg.pt,所以速度还是很快的。

这里先简单给出来五个系列模型的结构图,后面有时间再详细学习。

yolov5n-seg:

yolov5 7.0,人工智能,深度学习

 yolov5s-seg:

yolov5 7.0,人工智能,深度学习yolov5m-seg:

yolov5 7.0,人工智能,深度学习

yolov5l-seg:

yolov5 7.0,人工智能,深度学习

 yolov5x-seg:

yolov5 7.0,人工智能,深度学习

记录一下。文章来源地址https://www.toymoban.com/news/detail-789983.html

到了这里,关于YOLOv5系列全新升级——yolov5-v7.0实时实例分割全面集成的文章就介绍完了。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!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • YOLOv5-7.0添加BottleNet transformer

    YOLOv5主干特征提取网络为CNN网络,CNN具有平移不变性和局部性,缺乏全局建模长距离建模的能力,引入自然语言领域的Transformer可以形成CNN+TransFormer架构,充分结合两者的优点,提高目标检测效果。 论文地址:https://arxiv.org/abs/2101.11605 BoTNet是一种简单但功能强大的主干网络,

    2024年02月11日
    浏览(38)
  • 【目标检测】YOLOv5-7.0:加入实例分割

    前段时间,YOLOv5推出7.0版本,主要更新点是在目标检测的同时引入了实例分割。 目前,YOLOv5团队已经转向了YOLOv8的更新,因此,7.0版本大概率是YOLOv5的最终稳定版。 官方公告中给出了YOLOv5-7.0的更新要点: 推出了基于coco-seg的实例分割预训练模型 支持Paddle Paddle模型导出 自动

    2024年02月11日
    浏览(39)
  • YOLOv5-7.0训练中文标签的数据集

    链接:https://pan.baidu.com/s/1KSROxTwyYnNoNxI5Tk13Dg  提取码:8888 (1)将metric.py中: 将 改为:    Windows11:  Ubuntu20.04:  (2)将general.py中: 将 改为:  Windows11:    Ubuntu20.04:        (3)将plots.py 中: 在头文件处加上: Windows11:    Ubuntu20.04:     在plots.py找到class  Annotator:    将 改

    2024年02月02日
    浏览(40)
  • yolov5-7.0训练自己的VOC数据集

    这个笔记可能只适用于7.0版本的,写这个笔记主要是给工作室伙伴参考的,大佬请绕行 有错误之处欢迎指出 yolov5的GitHub仓库地址:Release v7.0 - YOLOv5 SOTA Realtime Instance Segmentation · ultralytics/yolov5 (github.com) 需要下载源码和预训练模型 将源码解压,在其文件夹里面新建一个weights文

    2024年02月12日
    浏览(59)
  • YOLOv5-7.0-seg+YOLOv8-seg自定义数据集训练

    下载源码   https://github.com/ultralytics/yolov5.git 参考链接   yolov5-实例分割 1.如何使用yolov5实现实例分割,并训练自己的数据集_哔哩哔哩_bilibili 目录: - datasets     - JPEImages #存放图片和标注后的json文件以及转换后的txt文件     - classes-4 #存放切分好的数据集         - images    

    2024年02月01日
    浏览(61)
  • yolov5-7.0关于添加Bi_FPN的探讨

    慢慢学,慢慢干。  大神博客:https://yolov5.blog.csdn.net/article/details/125148552 我老老实实的按照大神博主的方案进行修改。 第一步:common.py中添加BiFPN模型 第二步:修改yolo.py 使用Ctrl+F查询在 elif m is Concat: 语句,在其后面加上 BiFPN_Add 选项,确保yaml的BiFPN参数能够被识别到。 第

    2024年02月01日
    浏览(29)
  • YOLOv5-7.0解决报错ImportError: Bad git executable.

    最近在复习yolov5目标检测代码时用了yolov5的最新7.0版本,之前用的是5.0版本,这一新版本相对于之前做了一些提升,对于package的兼容也要好了很多,但也不是说下载了直接就能运行,实际使用过程中还是遇到了许多新的问题,下面就我自己碰到的问题提出解决方法。 ImportE

    2024年03月16日
    浏览(91)
  • 为YOLOv5、YOLOv8带来全新的数据增强方式-合成雾增强算法

    BestYOLO:https://github.com/WangRongsheng/BestYOLO BestYOLO 是一个以科研和竞赛为导向的最好的 YOLO 实践框架! 目前 BestYOLO 是一个完全基于 YOLOv5 v7.0 进行改进的开源库,该库将始终秉持以落地应用为导向,以轻便化使用为宗旨,简化各种模块的改进。目前已经集成了基于 torchvision.model

    2024年02月03日
    浏览(33)
  • YOLOv5:使用7.0版本训练自己的实例分割模型(车辆、行人、路标、车道线等实例分割)

    由于本人水平有限,难免出现错漏,敬请批评改正。 更多精彩内容,可点击进入YOLO系列专栏或我的个人主页查看 YOLOv5:添加SE、CBAM、CoordAtt、ECA注意力机制 YOLOv5:yolov5s.yaml配置文件解读、增加小目标检测层 YOLOv5:IoU、GIoU、DIoU、CIoU、EIoU YOLOv7训练自己的数据集(口罩检测)

    2024年02月15日
    浏览(53)
  • Yolov5-Python系列(一)—— 基础入门(yolov5安装、简单使用)

    推荐使用Anconda环境:通过Anaconda则可以通过创造新的虚拟环境解决资源包(python库)之间冲突问题。 (一)Anconda安装:https://www.anaconda.com/download (二)Yolov5 下载:https://github.com/ultralytics/yolov5 安装很简单的,略,安装成功后… (一)进入anaconda命令行 (二)为yolov5创建独立

    2023年04月26日
    浏览(50)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包