YOLOv5

目前最新版本已经到YOLOv8

官方开源地址： https://github.com/ultralytics/ultralytics

MMYOLO 开源地址： https://github.com/open-mmlab/mmyolo/blob/dev/configs/yolov8/

知乎参考：https://zhuanlan.zhihu.com/p/668516241

官网：https://docs.ultralytics.com/zh

参数解析和源码解读

1. 参数解析示例：https://blog.csdn.net/weixin_51015047/article/details/120549715
2. 源码解读示例：https://blog.csdn.net/weixin_46183779/article/details/125792291?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522166875276216800213098862%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=166875276216800213098862&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-125792291-null-null.142^v65^opensearch_v2,201^v3^add_ask,213^v2^t3_control2&utm_term=yolov5代码详解&spm=1018.2226.3001.4187

3.自定义参数

4.读取txt文件获取设备监测 Yolov5 自带多路IP流。在datasets.py文件里面。 你只要建立一个streams.txt 文件 。 文件里面每个视频流放一行。 rtsp://admin（账号）:admin(密码)@ip:端口/（主码流，辅码流之类的） 然后 python …/detect.py --source streams.txt --weights ./weights/yolov5s.pt

5.添加了读取json文件配置方法进行监测 建立一个streams.json 文件.文件中根据下图配置

6.修改监测帧率

7.运行检测时，不想要弹出视频窗，把框中代码注释

8.非正常关闭视屏窗口，会造成生成的视频损坏。为了不损坏视频，添加下面代码，按ESC正常关闭窗口。

9.保存图片需要整张图（不裁剪），并且图片需要加上检测框

10.添加自定义监测范围框

如果要在视频上把范围框画出来

11.同步推送请求

12.异步推送请求 先安装aiohttp，对应自己的python版本 pip install aiohttp==3.6.3

13.使用doc命令启动程序，需设置去除“快速编辑模式”，不然程序会卡克

14.使用轻量行模型会使速度提升