国产亚洲精品福利在线无卡一,国产精久久一区二区三区,亚洲精品无码国模,精品久久久久久无码专区不卡

當(dāng)前位置: 首頁 > news >正文

門戶網(wǎng)站建設(shè)中存在的問題刷贊網(wǎng)站推廣永久

門戶網(wǎng)站建設(shè)中存在的問題,刷贊網(wǎng)站推廣永久,一起做網(wǎng)店貨源app,wordpress媒體庫創(chuàng)建文件夾前言 前面簡單介紹了YOLOv5的網(wǎng)絡(luò)結(jié)構(gòu)和創(chuàng)新點(直通車:【YOLO系列】YOLOv5超詳細解讀(網(wǎng)絡(luò)詳解)) 在接下來我們會進入到Y(jié)OLOv5更深一步的學(xué)習(xí),首先從源碼解讀開始。 因為我是純小白,剛開始下…

前言

前面簡單介紹了YOLOv5的網(wǎng)絡(luò)結(jié)構(gòu)和創(chuàng)新點(直通車:【YOLO系列】YOLOv5超詳細解讀(網(wǎng)絡(luò)詳解))

在接下來我們會進入到Y(jié)OLOv5更深一步的學(xué)習(xí),首先從源碼解讀開始。

因為我是純小白,剛開始下載完源碼時真的一臉懵,所以就先從最基礎(chǔ)的項目目錄結(jié)構(gòu)開始吧~因為相關(guān)解讀不是很多,所以有的是我根據(jù)作者給的英文文檔自己翻譯的,如有不對之處歡迎大家指正呀!這篇只是簡單介紹每個文件是做什么的,大體上了解這個項目,具體的代碼詳解后期會慢慢更新,也歡迎大家關(guān)注我的專欄,和我一起學(xué)習(xí)呀!

源碼下載地址:mirrors / ultralytics / yolov5 · GitCode


目錄

前言

?一、項目目錄結(jié)構(gòu)

?1.1?.github文件夾

?1.2?datasets

?1.3?data文件夾

?1.4?models文件夾

?1.5?runs文件夾

?1.6?utils文件夾

?1.7其他一級目錄文件


?一、項目目錄結(jié)構(gòu)

?

?將源碼下載好并配置好環(huán)境之后,就可以看到Y(jié)OLOv5的整體目錄如上圖所示。

接下來我們逐一分析

?1.1?.github文件夾

?

?github是存放關(guān)于github上的一些“配置”的,這個不重要,我們可以不管它。


1.2?datasets

?

我們剛下載下來的源碼是不包含這個文件夾的,datasets用來存放自己的數(shù)據(jù)集,分為images和labels兩部分同時每一個文件夾下,又應(yīng)該分為train,val。.cache文件為緩存文件,將數(shù)據(jù)加載到內(nèi)存中,方便下次調(diào)用快速??梢宰悦?#xff0c;比如我的火焰數(shù)據(jù)集就叫“fire_yolo_format”。


?1.3?data文件夾

??

data文件夾主要是存放一些超參數(shù)的配置文件(如.yaml文件)是用來配置訓(xùn)練集和測試集還有驗證集的路徑的,其中還包括目標檢測的種類數(shù)和種類的名稱;還有一些官方提供測試的圖片。YOLOv5 有大約 30 個超參數(shù)用于各種訓(xùn)練設(shè)置。更好的初始猜測會產(chǎn)生更好的最終結(jié)果,因此在演化之前正確初始化這些值很重要。

如果是訓(xùn)練自己的數(shù)據(jù)集的話,那么就需要修改其中的yaml文件。不過要注意,自己的數(shù)據(jù)集不建議放在這個路徑下面,建議把數(shù)據(jù)集放到Y(jié)OLOv5項目的同級目錄下面。

詳解:

  • hyps文件夾? ?# 存放yaml格式的超參數(shù)配置文件
    • hyps.scratch-high.yaml? #?數(shù)據(jù)增強高,適用于大型型號,即v3、v3-spp、v5l、v5x

    • hyps.scratch-low.yaml? # 數(shù)據(jù)增強低,適用于較小型號,即v5n、v5s

    • hyps.scratch-med.yaml??# 數(shù)據(jù)增強中,適用于中型型號。即v5m

  • images? # 存放著官方給的兩張測試圖片
  • scripts? # 存放數(shù)據(jù)集和權(quán)重下載shell腳本
    • download_weights.sh? #?下載權(quán)重文件,包括五種大小的P5版和P6版以及分類器版
    • get_coco.sh?? #?下載coco數(shù)據(jù)集

    • get_coco128.sh? #?下載coco128(只有128張)

  • Argoverse.yaml? #?后面的每個.yaml文件都對應(yīng)一種標準數(shù)據(jù)集格式的數(shù)據(jù)

  • coco.yaml ? # COCO數(shù)據(jù)集配置文件
  • coco128.yaml ? # COCO128數(shù)據(jù)集配置文件
  • voc.yaml ? # VOC數(shù)據(jù)集配置文件

?1.4?models文件夾

?

models模型文件夾。里面主要是一些網(wǎng)絡(luò)構(gòu)建的配置文件和函數(shù),其中包含了該項目的四個不同的版本,分別為是s、m、l、x。從名字就可以看出,這幾個版本的大小。他們的檢測速度分別都是從快到慢,但是精確度分別是從低到高。如果訓(xùn)練自己的數(shù)據(jù)集的話,就需要修改這里面相對應(yīng)的yaml文件來訓(xùn)練自己模型。

詳解:

  • hub? # 存放yolov5各版本目標檢測網(wǎng)絡(luò)模型配置文件
    • anchors.yaml? # COCO數(shù)據(jù)的默認錨點
    • yolov3-spp.yaml? # 帶spp的yolov3
    • yolov3-tiny.yaml? # 精簡版yolov3
    • yolov3.yaml? # yolov3
    • yolov5-bifpn.yaml? # 帶二值fpn的yolov5l
    • yolov5-fpn.yaml? # 帶fpn的yolov5
    • yolov5-p2.yaml? # (P2, P3, P4, P5)都輸出,寬深與large版本相同,相當(dāng)于比large版本能檢測更小物體
    • yolov5-p34.yaml? # 只輸出(P3, P4),寬深與small版本相同,相當(dāng)于比small版本更專注于檢測中小物體
    • yolov5-p6.yaml? # (P3, P4, P5, P6)都輸出,寬深與large版本相同,相當(dāng)于比large版本能檢測更大物體
    • yolov5-p7.yaml? # (P3, P4, P5, P6, P7)都輸出,寬深與large版本相同,相當(dāng)于比large版本能檢測更更大物體
    • yolov5-panet.yaml? # 帶PANet的yolov5l
    • yolov5n6.yaml? # (P3, P4, P5, P6)都輸出,寬深與nano版本相同,相當(dāng)于比nano版本能檢測更大物體,anchor已預(yù)定義
    • yolov5s6.yaml? # (P3, P4, P5, P6)都輸出,寬深與small版本相同,相當(dāng)于比small版本能檢測更大物體,anchor已預(yù)定義
    • yolov5m6.yaml?? # (P3, P4, P5, P6)都輸出,寬深與middle版本相同,相當(dāng)于比middle版本能檢測更大物體,anchor已預(yù)定義
    • yolov5l6.yaml?? # (P3, P4, P5, P6)都輸出,寬深與large版本相同,相當(dāng)于比large版本能檢測更大物體,anchor已預(yù)定義,推測是作者做實驗的產(chǎn)物
    • yolov5x6.yaml?? # (P3, P4, P5, P6)都輸出,寬深與Xlarge版本相同,相當(dāng)于比Xlarge版本能檢測更大物體,anchor已預(yù)定義
    • yolov5s-ghost.yaml? ?# backbone的卷積換成了GhostNet形式的yolov5s,anchor已預(yù)定義
    • yolov5s-transformer.yaml? # backbone最后的C3卷積添加了Transformer模塊的yolov5s,anchor已預(yù)定義
  • _int_.py? ?#?空的
  • common.py ? # 放的是一些網(wǎng)絡(luò)結(jié)構(gòu)的定義通用模塊,包括autopad、Conv、DWConv、TransformerLayer等
  • experimental.py ? # 實驗性質(zhì)的代碼,包括MixConv2d、跨層權(quán)重Sum等
  • tf.py??# tensorflow版的yolov5代碼
  • yolo.py? # yolo的特定模塊,包括BaseModel,DetectionModel,ClassificationModel,parse_model等
  • yolov5l.yaml ? # yolov5l網(wǎng)絡(luò)模型配置文件,large版本,深度1.0,寬度1.0
  • yolov5m.yaml ? # yolov5m網(wǎng)絡(luò)模型配置文件,middle版本,深度0.67,寬度0.75
  • yolov5n.yaml ? # yolov5n網(wǎng)絡(luò)模型配置文件,nano版本,深度0.33,寬度0.25
  • yolov5s.yaml ? # yolov5s網(wǎng)絡(luò)模型配置文件,small版本,深度0.33,寬度0.50
  • yolov5x.yaml ? # yolov5x網(wǎng)絡(luò)模型配置文件,Xlarge版本,深度1.33,寬度1.25

1.5?runs文件夾

runs是我們運行的時候的一些輸出文件。每一次運行就會生成一個exp的文件夾。

?詳解:

  • detect? ?# 測試模型,輸出圖片并在圖片中標注出物體和概率
  • train? ? # 訓(xùn)練模型,輸出內(nèi)容,模型(最好、最新)權(quán)重、混淆矩陣、F1曲線、超參數(shù)文件、P曲線、R曲線、PR曲線、結(jié)果文件(loss值、P、R)等expn
    ?
    • expn? ?#?第n次實驗數(shù)據(jù)
    • confusion_matrix.png? ?# 混淆矩陣
    • P_curve.png? ?# 準確率與置信度的關(guān)系圖線
    • R_curve.png? # 精準率與置信度的關(guān)系圖線
    • PR_curve.png? #??精準率與召回率的關(guān)系圖線
    • F1_curve.png? ?# F1分數(shù)與置信度(x軸)之間的關(guān)系
    • labels_correlogram.jpg? ?#?預(yù)測標簽長寬和位置分布
    • ?results.png? ?#?各種loss和metrics(p、r、mAP等,詳見utils/metrics)曲線
    • results.csv? # 對應(yīng)上面png的原始result數(shù)據(jù)
    • hyp.yaml? #? 超參數(shù)記錄文件
    • opt.yaml? # 模型可選項記錄文件
    • train_batchx.jpg? # 訓(xùn)練集圖像x(帶標注)
    • val_batchx_labels.jpg? # 驗證集圖像x(帶標注)
    • val_batchx_pred.jpg? # 驗證集圖像x(帶預(yù)測標注)
    • weights? #? 權(quán)重
    • ???????best.pt? # 歷史最好權(quán)重
    • last.pt? ?# 上次檢測點權(quán)重
    • labels.jpg? #?4張圖, 4張圖,(1,1)表示每個類別的數(shù)據(jù)量

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?(1,2)真實標注的 bounding_box

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?(2,1) 真實標注的中心點坐標

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?(2,2)真實標注的矩陣寬高??????????????


1.6?utils文件夾

? ?

?utils工具文件夾。存放的是工具類的函數(shù),里面有l(wèi)oss函數(shù),metrics函數(shù),plots函數(shù)等等。

? ? 詳解:

  • aws? ?#? 恢復(fù)中斷訓(xùn)練,和aws平臺使用相關(guān)的工具
  • flask_rest_api? # 和flask 相關(guān)的工具
  • google_app_engine? ?# 和谷歌app引擎相關(guān)的工具
  • loggers? ? # 日志打印
  • _init_.py? ? #?notebook的初始化,檢查系統(tǒng)軟件和硬件
  • activations.py? #??激活函數(shù)
  • augmentations? # 存放各種圖像增強技術(shù)
  • autoanchor.py? ? #? 自動生成錨框
  • autobatch.py? ?# 自動生成批量大小
  • benchmarks.py? ?#? 對模型進行性能評估(推理速度和內(nèi)存占用上的評估
  • callbacks.py? ?#? 回調(diào)函數(shù),主要為logger服務(wù)
  • datasets? # dateset和dateloader定義代碼
  • downloads.py? ?#??谷歌云盤內(nèi)容下載
  • general.py? ?# 全項目通用代碼,相關(guān)實用函數(shù)實現(xiàn)
  • loss.py? ?#? 存放各種損失函數(shù)
  • metrics.py? ?# 模型驗證指標,包括ap,混淆矩陣等
  • plots.py? ?#? 繪圖相關(guān)函數(shù),如繪制loss、ac曲線,還能單獨將一個bbox存儲為圖像
  • torch_utils.py? ?#?輔助函數(shù)

1.7其他一級目錄文件

?詳解:

  • .dockerignore? ?#?docker的ignore文件
  • .gitattributes? ?#?用于將.ipynb后綴的文件剔除GitHub語言統(tǒng)計
  • .gitignore? ?#??docker的ignore文件
  • CONTRIBUTING.md? # markdown格式說明文檔
  • detect.py? ?# 目標檢測預(yù)測腳本
  • export.py? #? 模型導(dǎo)出
  • hubconf.py? # pytorch hub相關(guān)
  • LICENSE? ? # 證書
  • README.md? ? # markdown格式說明文檔
  • requirements.txt? # 可以通過pip install requirement進行依賴環(huán)境下載
  • setup.cfg? #? 項目打包文件
  • train.py? ?# 目標檢測訓(xùn)練腳本
  • tutorial.ipynb? #? 目標檢測上手教程
  • val.py? # 目標檢測驗證腳本
  • yolov5s.pt? ?#? coco數(shù)據(jù)集模型預(yù)訓(xùn)練權(quán)重,運行代碼的時候會自動從網(wǎng)上下載

本文參考:

YOLOV5學(xué)習(xí)筆記(四)——項目目錄及代碼講解

?

YOLOv5-6.2版本代碼Project逐文件詳解

http://aloenet.com.cn/news/43552.html

相關(guān)文章:

  • 東城手機網(wǎng)站制作佛山全市核酸檢測
  • 域名??烤W(wǎng)站什么是關(guān)鍵詞搜索
  • 做網(wǎng)站 做手機app要學(xué)什么軟件競價托管多少錢
  • 美國免費建站平臺東莞優(yōu)化排名推廣
  • 做塑料的網(wǎng)站名字國內(nèi)比百度好的搜索引擎
  • 電腦怎樣做病毒網(wǎng)站成都十大營銷策劃公司
  • 長沙做網(wǎng)站最好的公司win7優(yōu)化大師官方網(wǎng)站
  • 云南網(wǎng)站搭建網(wǎng)站怎么優(yōu)化關(guān)鍵詞排名
  • 網(wǎng)站導(dǎo)航漂浮代碼整合營銷傳播方案
  • java做的網(wǎng)站源碼seo發(fā)包技術(shù)教程
  • 05網(wǎng)站網(wǎng)上哪里可以免費打廣告
  • 化妝品網(wǎng)站靜態(tài)模板適合中層管理的培訓(xùn)
  • 長沙做網(wǎng)站微聯(lián)訊點靠譜推廣什么app傭金高
  • 南昌網(wǎng)站建設(shè)制作網(wǎng)絡(luò)推廣接單平臺
  • 廣州制作網(wǎng)站的公司互聯(lián)網(wǎng)推廣怎么找渠道
  • 國外html5特效網(wǎng)站深圳seo秘籍
  • 買香港空間上傳美女圖片做網(wǎng)站互聯(lián)網(wǎng)營銷師培訓(xùn)
  • 美國最近的新聞大事北京網(wǎng)站優(yōu)化培訓(xùn)
  • 合肥網(wǎng)站外包怎么做網(wǎng)絡(luò)廣告推廣
  • 網(wǎng)站用什么工具做怎么做產(chǎn)品推廣和宣傳
  • 有什么做服裝的網(wǎng)站嗎岳陽網(wǎng)站建設(shè)推廣
  • 做資訊類網(wǎng)站需要特殊資質(zhì)嗎網(wǎng)絡(luò)營銷文案策劃
  • 學(xué)手機網(wǎng)站建設(shè)百度指數(shù)查詢工具app
  • 從網(wǎng)上下載的網(wǎng)站源碼怎么用免費企業(yè)建站
  • ps怎么做網(wǎng)站特效愛站seo工具包官網(wǎng)
  • 做諧和年齡圖的網(wǎng)站地產(chǎn)渠道12種拓客方式
  • 品牌創(chuàng)意型網(wǎng)站開發(fā)百度推廣渠道戶
  • 建設(shè)網(wǎng)站存在的問題sem對seo的影響有哪些
  • 做國外的眾籌網(wǎng)站有哪些今日最新國內(nèi)新聞重大事件
  • 網(wǎng)站建設(shè)績效考核方案企業(yè)網(wǎng)站建設(shè)制作