YOLO-v5小白友好教程:无需深度学习基础快速入门

张开发
2026/4/25 1:47:51 15 分钟阅读

分享文章

YOLO-v5小白友好教程:无需深度学习基础快速入门
YOLO-v5小白友好教程无需深度学习基础快速入门1. 什么是YOLO-v5YOLOYou Only Look Once是一种能在图像中快速识别物体的技术。想象一下你给电脑看一张照片它能立刻告诉你照片里有什么东西、这些东西在哪里——这就是YOLO做的事情。最新版的YOLO-v5比之前的版本更快、更准而且对新手特别友好。它就像是一个已经组装好的工具箱你不需要知道每个工具是怎么制造的直接就能用它来完成工作。2. 快速开始5分钟体验YOLO-v52.1 准备工作你只需要一台能上网的电脑不需要高端显卡有的话会更快不需要安装任何软件我们使用网页版工具2.2 使用在线演示最简单的体验方式是使用官方提供的在线演示打开浏览器访问 YOLO-v5官方演示页面上传一张你想测试的图片比如你手机里的照片等待几秒钟就能看到识别结果试试看上传一张有猫、狗或者汽车的照片你会看到它们被框出来并标注了名称。3. 本地安装与运行如果你想在自己的电脑上运行YOLO-v5也很简单。3.1 安装步骤打开电脑的命令行Windows用户按WinR输入cmdMac用户打开终端然后依次输入以下命令# 1. 下载YOLO-v5代码 git clone https://github.com/ultralytics/yolov5.git # 2. 进入项目文件夹 cd yolov5 # 3. 安装需要的软件包 pip install -r requirements.txt3.2 运行第一个检测安装完成后输入以下命令测试一张示例图片python detect.py --weights yolov5s.pt --source data/images/bus.jpg等待几秒钟后你会在runs/detect/exp文件夹里找到处理后的图片上面会标出检测到的物体。4. 使用预置镜像快速部署对于不想自己安装配置的用户可以使用预置的YOLO-v5镜像一键部署。4.1 启动Jupyter Notebook启动镜像后打开浏览器访问提示的地址你会看到一个网页版的编程环境新建一个Notebook复制粘贴以下代码import torch # 加载YOLO-v5模型 model torch.hub.load(ultralytics/yolov5, yolov5s) # 检测图片 img https://ultralytics.com/images/zidane.jpg results model(img) # 显示结果 results.print() results.show()运行代码就能看到检测结果4.2 通过SSH连接如果你更喜欢命令行操作使用SSH客户端连接镜像进入YOLO-v5目录cd /root/yolov5/运行检测命令python detect.py --weights yolov5s.pt --source data/images/zidane.jpg5. 理解代码关键部分解析让我们看看最简单的YOLO-v5代码是如何工作的# 加载模型yolov5s是最小的版本适合快速测试 model torch.hub.load(ultralytics/yolov5, yolov5s) # 定义要检测的图片可以是网址、本地文件等 img https://ultralytics.com/images/zidane.jpg # 进行物体检测 results model(img) # 处理结果 results.print() # 在控制台打印检测到的物体 results.show() # 显示带标注框的图片 results.save() # 保存结果图片这段代码做了三件事加载一个已经训练好的YOLO-v5模型对指定的图片进行检测展示和保存检测结果6. 常见问题解答6.1 运行时报错ModuleNotFoundError如果提示缺少某些模块通常是安装步骤没完成。请确保已经运行了pip install -r requirements.txt如果还缺少模块手动安装它比如pip install 缺少的模块名6.2 检测速度很慢YOLO-v5默认使用CPU运行速度较慢。如果你有NVIDIA显卡确保安装了CUDA和cuDNN安装GPU版的PyTorchpip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu1136.3 如何检测视频而不是图片只需把图片路径换成视频路径# 检测视频 results model(path/to/your/video.mp4)7. 下一步学习建议现在你已经能用YOLO-v5检测图片中的物体了接下来可以尝试检测自己的图片把img ...换成你自己的图片路径尝试不同模型除了yolov5s还有yolov5m、yolov5l等更大更准的模型处理视频流修改代码来实时检测摄像头画面训练自定义模型教YOLO-v5识别你感兴趣的特定物体获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。

更多文章