项目怎样做网站的优化、排名

• 🍨 本文为🔗365天深度学习训练营中的学习记录博客
• 🍖 原作者：K同学啊

学习的整体安排：

①跑通官方代码

②训练自己的数据集

③代码解析

④理论知识学习

学习预期：可以独立进行代码优化实验

一、前言

YOLO系列：目前最热门的目标检测算法

YOLO目前已经更新到了YOLOv12

TensorFlow与Pytorch区别：

• TensorFlow：更倾向于工程人员，落地比较好
• Pytorch：比较倾向于研究人员，前言算法用的比较多

YOLOv5分为YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5X四个版本

本学习用YOLOv5s

二、下载源码

1.安装需要的环境

安装环境依赖包：进入项目文件在文件地址栏中直接输入“cmd”，打开“cmd”后输入：pip install -r requirements.txt

如何打开cmd命令行：

操作截图： 

三、运行代码

需要的环境：

python>=3.6.0

pytorch>=1.7

所有数据：

来自训练营

以同样方法打开“cmd”，输入命令：python path/to/detect.py --source path/to/img.jpg --weights yolov5s.pt --img 640

【注】需要将图片路径替换成自己的，使用的是官方已经帮忙训练好的模型

如：python detect.py --source data\images\zidane.jpg --weights yolov5s.pt --img 640

操作截图： 

 到运行文件夹中查看检测结果：

四、视频检测

同样方式打开“cmd”输入：python detect.py --source data\MyVideo_2.mp4

得到如下结果：

五、总结

1.在第三部分的时候可能遇到两个问题，

第一，TimeoutError：[WinError 10060] 由于连接方在一段时间后没有正确答复或者连接的主机没有反应，连接尝试失败。

第二，TypeError：unlink（） got an unexpected keyword argument 'missing_ok'

原因：网络问题，缺少yolov5s.pt文件

解决方法：多试几次/将yolov5s.pt放到项目主目录下就可以

2.YOLO作为广泛应用的算法，值得好好学习。