Yolov5實現(xiàn)道路裂縫檢測，附數(shù)據(jù)集
向AI轉型的程序員都關注了這個號??????
機器學習AI算法工程 公眾號：datayx
環(huán)境要求
Python 3.8或之后的版本
還要安裝requirements.txt文件中所有依賴包，包括1.7及以上版本的
torch
pip install -r requirements.txt
項目 代碼 獲取方式：
關注微信公眾號 datadyx 然后回復 道路 即可獲取。
AI項目體驗地址 https://loveai.tech
測試
運行前先將圖片或視頻文件放在和detect.py同一目錄下，然后運行下面語句：
python detect.py --source file.jpg
因為我將訓練好的模型已經(jīng)放入./runs/train/exp_1000/weights/路徑下了，如果自己訓練了模型后，記得修改為自己的模型路徑。
原圖標記：
測試標記：
訓練自己的數(shù)據(jù)集
1.創(chuàng)建dataset.yaml文件
文件要滿足以下格式（如下圖）：
下載地址（沒有的不用管它）
訓練圖片路徑
驗證圖片路徑
類的個數(shù)
類名
2.創(chuàng)建標簽文件
文件要滿足以下格式（如下圖）：
1.一張圖片一個txt文件
2.一行一個目標
3.每行都是class x_center y_center width height的格式，也就是類對應的序號，目標的x軸中心點，目標的y軸中心點，還有寬和高，注意都不超過1，都是像素點除以寬或高。（一般的正規(guī)數(shù)據(jù)集都自帶這種格式的標簽，如果沒有這種格式的，需要自己編寫程序轉換，如果沒有標簽只有圖片，需要自行下載標記軟件，然后標記圖片）
4. 序號從0開始
3.組織文件路徑
注意第1步創(chuàng)建dataset.yaml文件中的文件路徑，自己填什么路徑就把文件放在什么路徑。
4.選擇模型
推薦選擇YOLOv5s，小還快。
5.開始訓練
如果用的是Pycharm就右鍵train.py文件open in terminal,輸入以下代碼，如果不是Pycharm，可以再cmd中，先調(diào)到train.py路徑下，再運行下面語句開始訓練。（--之后代表參數(shù)，img就是圖片要縮放的大小，最好是和原圖一樣大小，epochs是要迭代的次數(shù)，data就是第一步創(chuàng)建的文件，weight也就是訓練好的權重）
機器學習算法AI大數(shù)據(jù)技術
搜索公眾號添加： datanlp
長按圖片，識別二維碼
閱讀過本文的人還看了以下文章：
基于40萬表格數(shù)據(jù)集TableBank，用MaskRCNN做表格檢測
《深度學習入門：基于Python的理論與實現(xiàn)》高清中文PDF+源碼
python就業(yè)班學習視頻，從入門到實戰(zhàn)項目
2019最新《PyTorch自然語言處理》英、中文版PDF+源碼
《21個項目玩轉深度學習：基于TensorFlow的實踐詳解》完整版PDF+附書代碼
PyTorch深度學習快速實戰(zhàn)入門《pytorch-handbook》
【下載】豆瓣評分8.1,《機器學習實戰(zhàn):基于Scikit-Learn和TensorFlow》
《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》PDF+完整源碼
汽車行業(yè)完整知識圖譜項目實戰(zhàn)視頻(全23課)
李沐大神開源《動手學深度學習》，加州伯克利深度學習（2019春）教材
筆記、代碼清晰易懂！李航《統(tǒng)計學習方法》最新資源全套！
《神經(jīng)網(wǎng)絡與深度學習》最新2018版中英PDF+源碼
重要開源！CNN-RNN-CTC 實現(xiàn)手寫漢字識別
【Keras】完整實現(xiàn)‘交通標志’分類、‘票據(jù)’分類兩個項目，讓你掌握深度學習圖像分類
VGG16遷移學習，實現(xiàn)醫(yī)學圖像識別分類工程項目
特征工程(二) :文本數(shù)據(jù)的展開、過濾和分塊
如何利用全新的決策樹集成級聯(lián)結構gcForest做特征工程并打分？
Machine Learning Yearning 中文翻譯稿
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
python+flask搭建CNN在線識別手寫中文網(wǎng)站
中科院Kaggle全球文本匹配競賽華人第1名團隊-深度學習與特征工程
不斷更新資源
深度學習、機器學習、數(shù)據(jù)分析、python
搜索公眾號添加： datayx