YOLOv5 实现无人机识别

YOLOv5发布至今，已经迭代多个版本，是唯一基于pytorch框架的YOLO系列的模型框。简单易用，特别适合自定义目标检测与对象检测。只要用了Pytorch版本YOLOv5框架，可以毫不夸张的说两个小时就可以学会目标检测。

01

第一步数据准备

想用视觉识别一下空中飞行的无人机，识别对象有：

•  
•  
•  

1：鸟类bird2：无人机UAV3：直升机helicopter

想通过自己创建一个数据集，训练yolov5，在调用detect.py来识别一下效果。

，时长00:11

百度了一下，发现无法获取别人已经标注好的数据集。（这里提醒大家，自己做数据集不费时间，给100多张图打标签label就行，用不了半个小时）图片就从百度搜索就行，我们的目的是感性的认识这套牛掰的算法，100张图训练个几个小时就可以出来很好的效果，还有不用非要显卡，虽然我的电脑有显卡，但是装pytorch的显卡cuda版本的总是出错，索性不弄了，直接用cpu版本，cpu版本的pytorch包还小，一会儿就能安装好，这100张图我训练了100个epoch花费了3到4个小时，我的电脑的cpu是i7-9700的）

我是从百度上找了大概130多张图片，我截个图：

这篇好文章是转载于：学新通技术网