邯郸住房和城乡建设部网站seo检测优化

    目前，目标检测框架中，yolov5 是很火的，它基于pytorch框架，集成opencv等框架，项目地址：https://github.com/ultralytics/yolov5，对我来说，机器学习、深度学习才开始接触，本篇只能是按照项目说明来进行一个简单的测试和验证。

    这里目标检测，其实就是给定一些图片后者视频，结合现有的模型训练，然后生成识别的结果。

    项目介绍给出的两个示例图片如下：

    第一张像是西班牙足球运动员皮克，夏奇拉的前夫弟弟：

    

    还有一个是齐祖打领带咆哮的照片：

 

    这里目标检测，需要识别图片中的人和车，还有领带。

    环境要求：python3.9及以上版本。

    我这里是在linux下，python版本是3.10 。

    1 、克隆github上的项目到本地：https://github.com/ultralytics/yolov5,如果这个地址比较慢，可以考虑国内的码云地址：https://gitee.com/monkeycc/yolov5，这个地址就是同步的github仓库的项目，但是下载速度很快：

git clone https://github.com/ultralytics/yolov5

    2、安装依赖 

cd yolov5
pip install -r requirements.txt

    3、下载模型文件：https://github.com/ultralytics/yolov5/releases/download/v7.0/yolov5s.pt

如果这个地址太慢，可以到这个百度网盘的地址上下载：https://pan.baidu.com/s/1vSqeX7WDyo23FCLOwiTBjA?pwd=yolo 

    下载之后，放到项目根路径下，我们暂时只下载一个模型文件yolov5s.pt。

   4、运行测试demo。

buejee@SKY-20230223WWS:~/yolov5$ python3 detect.py
detect: weights=yolov5s.pt, source=data/images, data=data/coco128.yaml, imgsz=[6                                         40, 640], conf_thres=0.25, iou_thres=0.45, max_det=1000, device=, view_img=False                                         , save_txt=False, save_conf=False, save_crop=False, nosave=False, classes=None,                                          agnostic_nms=False, augment=False, visualize=False, update=False, project=runs/d                                         etect, name=exp, exist_ok=False, line_thickness=3, hide_labels=False, hide_conf=                                         False, half=False, dnn=False, vid_stride=1
YOLOv5 🚀 2023-4-10 Python-3.10.6 torch-2.0.0+cu117 CPUFusing layers...
YOLOv5s summary: 213 layers, 7225885 parameters, 0 gradients
image 1/2 /home/buejee/yolov5/data/images/bus.jpg: 640x480 4 persons, 1 bus, 197                                         .4ms
image 2/2 /home/buejee/yolov5/data/images/zidane.jpg: 384x640 2 persons, 2 ties,                                          139.0ms
Speed: 4.6ms pre-process, 168.2ms inference, 9.4ms NMS per image at shape (1, 3,                                          640, 640)
Results saved to runs/detect/exp2
buejee@SKY-20230223WWS:~/yolov5$

     根据提示，结果放到了runs/detect/exp2目录下。

    先看看大致的结果：

    图片中的人都识别出来了，并且用红框画出来了。

    具体的图片：

    第一张，公交车与旁边的人：

 

    第二张，人和领带都识别了：

 

   感觉很强大，很厉害，环境部署也不是很复杂，基本就是傻瓜式的执行几个命令。