Lokale Inferenz mit YOLOv5 auf einer Webcam
Klonen Sie das Ultralytics YOLOv5 Github-Repository auf Ihren Computer und führen Sie detect.py aus, nachdem Sie die Modellgewichte aus Ihrem benutzerdefinierten YOLOv5-Modelltraining gespeichert haben .
- Notieren Sie sich das Verzeichnis (Ordner), in dem Sie das Repository klonen. Speichern Sie den Dateipfad, falls möglich, für einen späteren einfachen Zugriff.
- GitHub befiehlt Cheatsheet
Fügen Sie die Modellgewichte in den Ordner „yolov5“ ein, der von GitHub in Ihr Dateisystem (Computer) geklont wurde.
Ausführen des Webcam-Modells
Sobald die benutzerdefinierten Gewichte dem Verzeichnis yolov5 auf Ihrem lokalen Computer hinzugefügt wurden, können Sie das Modell in Ihrer Webcam ausführen, nachdem Sie in Ihrem Terminal in das Verzeichnis yolov5 gewechselt sind .
Grundlegender Befehl: Führen Sie YOLOv5 auf einer Webcam aus
Da sich das „yolov5“-Verzeichnis im Beispielbild im „mtraor3“-Verzeichnis befindet und wir die im yolov5-Ordner ( /Users/mtraor3/yolov5 ) gespeicherten yolov5s-Modellgewichte verwenden , wird der Beispielcode, den wir in unser Terminal eingeben, ausgeführt lokal auf der Webcam würde so aussehen:
python ./Users/mtraor3/yolov5/detect.py --weights ./Users/mtraor3/yolov5/yolov5s.pt --save_text --save_conf --conf-thres 0.40 --source 0
Vorhersagen und Konfidenzwerte in einer .txt-Datei speichern, wobei die Inferenz bei einem Konfidenzschwellenwert von 40 % durchgeführt wird
python path/to/detect.py --weights /path/to/modelweights.pt --save_text --save_conf --conf-thres 0.40 --source 0
Wenn die Modellgewichtsdatei den Titel "my_custom_weights.pt" trägt, wird der Code wie folgt:
python ./Users/mtraor3/yolov5/detect.py --weights ./Users/mtraor3/yolov5/my_custom_weights.pt --save_text --save_conf --conf-thres 0.40 --source 0
Optionale Argumente
Es gibt weitere optionale Argumente für Dinge wie das Ändern des Konfidenzschwellenwerts, das Speichern von zugeschnittenen Vorhersagefeldern usw.
Mehr Beispiele:
Speichern der Vorhersagen und Konfidenzwerte in einer .txt-Datei, mit Inferenz bei einem Konfidenzschwellenwert von 40 %.