文章目录
- 根据训练好的权重文件推理图片--YOLO系列
- 一、自己构建YOLOv5推理代码
- 1.1 对数据集进行模型训练
- 1.2 对数据集进行模型推理检测
- 1.3 自己编写推理函数
- 1.3.1 针对单张进行推理
- 1.3.2 针对文件夹下的图片进行推理
- 二、自己构建YOLOv8推理代码
- 2.1 对数据集进行模型训练
- 2.2 对数据集进行模型推理检测
- 2.3 自己编写推理函数
- 2.3.1 针对单张进行推理
- 2.3.2 针对文件夹下的图片进行推理
根据训练好的权重文件推理图片–YOLO系列
一、自己构建YOLOv5推理代码
1.1 对数据集进行模型训练
在对模型进行训练时运行train.py脚本文件，但是需要配置以下文件：
- 数据集配置文件 --data oil.yaml， 以我的为例，数据集配置文件oil.yaml文件在文件夹data下，主要内容如下：
- 网络结构配置文件–cfg yolov5s.yaml， 以我的为例，网络结构配置文件yolov5s.yaml文件在文件夹models下，主要内容如下：（主要修改nc的值，与 oil.yaml中的nc的值保持一致）
- 网络权重配置文件–weights weight/yolov5s.pt， 以我的为例，网络权重配置文件yolov5s.pt文件在文件夹weight下，可从官网下载预训练权重。
模型训练代码，可采用终端命令行的方式进行。
python train
