[toc]
YoloV5 的工程包含很多内容，例如模型训练、模型评估、模型测试以及可视化相关的内容。在部署的时候只需要用到YoloV5中的模型推理相关的内容，其他的依赖用不到。另外YoloV5目标检测的代码，过于冗杂，需要进行裁剪。 因此阿凯帮大家开发了一个简易版本的YoloV5的库 yolov5-simple , 用最简单的方式来调用YoloV5目标检测模型。
效果视频: Mirobot螺丝螺母分拣-深度学习机械臂抓取-YoloV5目标检测
将yolov5/runs 里训练得到的模型文件重命名， 例如nut_and_screw_yolov5n.pt
然后将模型文件放置到yolov5_simple/weights/中。
修改模型配置文件
config/yolov5.yaml
####################################
## YoloV5模型卡片识别20类 配置文件
####################################
# YoloV5模型权重路径
weight: "weights/nut_and_screw_yolov5n.pt"
# 输入图像的尺寸
input_size: 640
# 类别个数
class_num: 2
# 标签名称
class_name: ["nut", "screw"]
# 标签类的中文名称
class_name_cn: ["螺母", "螺丝"]
# 阈值设置
threshold:
iou: 0.8
confidence: 0.6
# 计算设备
# - cpu
# - 0 <- 使用GPU
device: 'cpu'修改配置文件config/camera.yaml
#############################
## 相机的默认参数
#############################
# 摄像头的设备号
# 默认为 0: /dev/video0
device: 0
# 画面宽度
img_width: 1920
# 画面高度
img_height: 1080
# 相机帧率
fps: 30
# 图像缓冲区的尺寸
buffer_size: 2执行YoloV5的实验脚本
python yolov5.py
创建模型
# YOLOV5模型配置文件(YAML格式)的路径 yolov5_yaml_path
model = YoloV5(yolov5_yaml_path='config/yolov5.yaml')目标检测
# YoloV5 目标检测
canvas, class_id_list, xyxy_list, conf_list = model.detect(img)作者: 阿凯爱玩机器人
微信: xingshunkai | QQ：244561792 | 邮箱: [email protected]
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent