Object_Detection项目克隆自ultralytics/yolov5,将其修改使项目能够应用于电脑应用程序
克隆项目
git clone [email protected]:Karenina-na/Object_Detection.git
pip install -r requirements.txt
python main.py
- parameter.xml 为模型推理参数列表,其中检测类别的标签值类可在/data/下进行选择。
- device默认为0,可根据电脑状态更改为cpu或其他数值。
- Ultralytics
- Karenina-na (me)
AGPL-3.0 License from Ultralytics
MIT License from Karenina-na
YOLOv5 🚀 是世界上最受欢迎的视觉 AI,代表 Ultralytics 对未来视觉 AI 方法的开源研究,结合在数千小时的研究和开发中积累的经验教训和最佳实践。
如果要申请企业许可证,请填写表格Ultralytics 许可.
模型 | 尺寸 (像素) |
mAPval 50-95 |
mAPval 50 |
推理速度 CPU b1 (ms) |
推理速度 V100 b1 (ms) |
速度 V100 b32 (ms) |
参数量 (M) |
FLOPs @640 (B) |
---|---|---|---|---|---|---|---|---|
YOLOv5n | 640 | 28.0 | 45.7 | 45 | 6.3 | 0.6 | 1.9 | 4.5 |
YOLOv5s | 640 | 37.4 | 56.8 | 98 | 6.4 | 0.9 | 7.2 | 16.5 |
YOLOv5m | 640 | 45.4 | 64.1 | 224 | 8.2 | 1.7 | 21.2 | 49.0 |
YOLOv5l | 640 | 49.0 | 67.3 | 430 | 10.1 | 2.7 | 46.5 | 109.1 |
YOLOv5x | 640 | 50.7 | 68.9 | 766 | 12.1 | 4.8 | 86.7 | 205.7 |
YOLOv5n6 | 1280 | 36.0 | 54.4 | 153 | 8.1 | 2.1 | 3.2 | 4.6 |
YOLOv5s6 | 1280 | 44.8 | 63.7 | 385 | 8.2 | 3.6 | 12.6 | 16.8 |
YOLOv5m6 | 1280 | 51.3 | 69.3 | 887 | 11.1 | 6.8 | 35.7 | 50.0 |
YOLOv5l6 | 1280 | 53.7 | 71.3 | 1784 | 15.8 | 10.5 | 76.8 | 111.4 |
YOLOv5x6 +[TTA] |
1280 1536 |
55.0 55.8 |
72.7 72.7 |
3136 - |
26.2 - |
19.4 - |
140.7 - |
209.8 - |