在好例子网,分享、交流、成长!
您当前所在位置:首页Python 开发实例Python语言基础 → python实战案例yolov5-5.0源码

python实战案例yolov5-5.0源码

Python语言基础

下载此实例
  • 开发语言:Python
  • 实例大小:16.44M
  • 下载次数:30
  • 浏览次数:449
  • 发布时间:2021-12-12
  • 实例类别:Python语言基础
  • 发 布 人:17065837321
  • 文件格式:.rar
  • 所需积分:5
 相关标签: PyTorch 机器学习 ORC py 实战

实例介绍

【实例简介】python实战案例yolov5-5.0源码
【实例截图】from clipboard
【核心代码】.
├── 1.py
├── demo.py
├── main.py
├── yolov5-5.0
│   ├── Dockerfile
│   ├── LICENSE
│   ├── README.md
│   ├── VOCdevkit
│   │   ├── VOC2007
│   │   │   ├── Annotations
│   │   │   │   ├── 1.xml
│   │   │   │   ├── 2.xml
│   │   │   │   ├── 3.xml
│   │   │   │   ├── 4.xml
│   │   │   │   ├── 5.xml
│   │   │   │   ├── 6.xml
│   │   │   │   ├── 7.xml
│   │   │   │   ├── 8.xml
│   │   │   │   └── 9.xml
│   │   │   ├── JPEGImages
│   │   │   │   ├── 1.jpg
│   │   │   │   ├── 2.jpg
│   │   │   │   ├── 3.jpg
│   │   │   │   ├── 4.jpg
│   │   │   │   ├── 5.jpg
│   │   │   │   ├── 6.jpg
│   │   │   │   ├── 7.jpg
│   │   │   │   ├── 8.jpg
│   │   │   │   └── 9.jpg
│   │   │   ├── YOLOLabels
│   │   │   │   ├── 1.txt
│   │   │   │   ├── 2.txt
│   │   │   │   ├── 3.txt
│   │   │   │   ├── 4.txt
│   │   │   │   ├── 5.txt
│   │   │   │   ├── 6.txt
│   │   │   │   ├── 7.txt
│   │   │   │   ├── 8.txt
│   │   │   │   └── 9.txt
│   │   │   └── predefined_classes.txt
│   │   ├── images
│   │   │   ├── train
│   │   │   │   ├── 1.jpg
│   │   │   │   ├── 2.jpg
│   │   │   │   ├── 3.jpg
│   │   │   │   ├── 4.jpg
│   │   │   │   ├── 6.jpg
│   │   │   │   ├── 8.jpg
│   │   │   │   ├── 9.jpg
│   │   │   │   └── yolov5_train.txt
│   │   │   └── val
│   │   │       ├── 5.jpg
│   │   │       ├── 7.jpg
│   │   │       └── yolov5_val.txt
│   │   └── labels
│   │       ├── train
│   │       │   ├── 1.txt
│   │       │   ├── 2.txt
│   │       │   ├── 3.txt
│   │       │   ├── 4.txt
│   │       │   ├── 6.txt
│   │       │   ├── 8.txt
│   │       │   └── 9.txt
│   │       ├── train.cache
│   │       ├── val
│   │       │   ├── 5.txt
│   │       │   └── 7.txt
│   │       └── val.cache
│   ├── __pycache__
│   │   └── test.cpython-38.pyc
│   ├── data
│   │   ├── argoverse_hd.yaml
│   │   ├── coco.yaml
│   │   ├── coco128.yaml
│   │   ├── hat.yaml
│   │   ├── hyp.finetune.yaml
│   │   ├── hyp.scratch.yaml
│   │   ├── images
│   │   │   ├── bus.jpg
│   │   │   └── zidane.jpg
│   │   ├── scripts
│   │   │   ├── get_argoverse_hd.sh
│   │   │   ├── get_coco.sh
│   │   │   └── get_voc.sh
│   │   └── voc.yaml
│   ├── detect.py
│   ├── hubconf.py
│   ├── models
│   │   ├── __init__.py
│   │   ├── __pycache__
│   │   │   ├── __init__.cpython-38.pyc
│   │   │   ├── common.cpython-38.pyc
│   │   │   ├── experimental.cpython-38.pyc
│   │   │   └── yolo.cpython-38.pyc
│   │   ├── common.py
│   │   ├── experimental.py
│   │   ├── export.py
│   │   ├── hub
│   │   │   ├── anchors.yaml
│   │   │   ├── yolov3-spp.yaml
│   │   │   ├── yolov3-tiny.yaml
│   │   │   ├── yolov3.yaml
│   │   │   ├── yolov5-fpn.yaml
│   │   │   ├── yolov5-p2.yaml
│   │   │   ├── yolov5-p6.yaml
│   │   │   ├── yolov5-p7.yaml
│   │   │   ├── yolov5-panet.yaml
│   │   │   ├── yolov5l6.yaml
│   │   │   ├── yolov5m6.yaml
│   │   │   ├── yolov5s-transformer.yaml
│   │   │   ├── yolov5s6.yaml
│   │   │   └── yolov5x6.yaml
│   │   ├── yolo.py
│   │   ├── yolov5l.yaml
│   │   ├── yolov5m.yaml
│   │   ├── yolov5s.yaml
│   │   ├── yolov5s_hat.yaml
│   │   └── yolov5x.yaml
│   ├── requirements.txt
│   ├── runs
│   │   └── train
│   │       ├── exp
│   │       │   ├── events.out.tfevents.1631805643.DESKTOP-TT6HS0O.16028.0
│   │       │   ├── hyp.yaml
│   │       │   └── opt.yaml
│   │       ├── exp10
│   │       │   ├── events.out.tfevents.1639049924.DESKTOP-TT6HS0O.12964.0
│   │       │   ├── hyp.yaml
│   │       │   ├── labels.jpg
│   │       │   ├── labels_correlogram.jpg
│   │       │   └── opt.yaml
│   │       ├── exp2
│   │       │   ├── events.out.tfevents.1631806069.DESKTOP-TT6HS0O.11440.0
│   │       │   ├── hyp.yaml
│   │       │   └── opt.yaml
│   │       ├── exp3
│   │       │   ├── events.out.tfevents.1631806456.DESKTOP-TT6HS0O.12520.0
│   │       │   ├── hyp.yaml
│   │       │   ├── labels.jpg
│   │       │   ├── labels_correlogram.jpg
│   │       │   └── opt.yaml
│   │       ├── exp4
│   │       │   ├── events.out.tfevents.1631839630.DESKTOP-TT6HS0O.16720.0
│   │       │   ├── hyp.yaml
│   │       │   ├── labels.jpg
│   │       │   ├── labels_correlogram.jpg
│   │       │   └── opt.yaml
│   │       ├── exp5
│   │       │   ├── events.out.tfevents.1631844185.DESKTOP-TT6HS0O.8716.0
│   │       │   ├── hyp.yaml
│   │       │   └── opt.yaml
│   │       ├── exp6
│   │       │   ├── events.out.tfevents.1631844560.DESKTOP-TT6HS0O.10872.0
│   │       │   ├── hyp.yaml
│   │       │   └── opt.yaml
│   │       ├── exp7
│   │       │   ├── events.out.tfevents.1639046564.DESKTOP-TT6HS0O.13372.0
│   │       │   ├── hyp.yaml
│   │       │   └── opt.yaml
│   │       ├── exp8
│   │       │   ├── events.out.tfevents.1639048571.DESKTOP-TT6HS0O.14692.0
│   │       │   ├── hyp.yaml
│   │       │   └── opt.yaml
│   │       └── exp9
│   │           ├── events.out.tfevents.1639049280.DESKTOP-TT6HS0O.11868.0
│   │           ├── hyp.yaml
│   │           ├── labels.jpg
│   │           ├── labels_correlogram.jpg
│   │           └── opt.yaml
│   ├── test.py
│   ├── train.py
│   ├── tutorial.ipynb
│   ├── utils
│   │   ├── __init__.py
│   │   ├── __pycache__
│   │   │   ├── __init__.cpython-38.pyc
│   │   │   ├── autoanchor.cpython-38.pyc
│   │   │   ├── datasets.cpython-38.pyc
│   │   │   ├── general.cpython-38.pyc
│   │   │   ├── google_utils.cpython-38.pyc
│   │   │   ├── loss.cpython-38.pyc
│   │   │   ├── metrics.cpython-38.pyc
│   │   │   ├── plots.cpython-38.pyc
│   │   │   └── torch_utils.cpython-38.pyc
│   │   ├── activations.py
│   │   ├── autoanchor.py
│   │   ├── aws
│   │   │   ├── __init__.py
│   │   │   ├── mime.sh
│   │   │   ├── resume.py
│   │   │   └── userdata.sh
│   │   ├── datasets.py
│   │   ├── general.py
│   │   ├── google_app_engine
│   │   │   ├── Dockerfile
│   │   │   ├── additional_requirements.txt
│   │   │   └── app.yaml
│   │   ├── google_utils.py
│   │   ├── loss.py
│   │   ├── metrics.py
│   │   ├── plots.py
│   │   ├── torch_utils.py
│   │   └── wandb_logging
│   │       ├── __init__.py
│   │       ├── __pycache__
│   │       │   ├── __init__.cpython-38.pyc
│   │       │   └── wandb_utils.cpython-38.pyc
│   │       ├── log_dataset.py
│   │       └── wandb_utils.py
│   ├── wandb
│   │   ├── debug-cli.log
│   │   ├── run-20211209_192801-2s1he6sh
│   │   │   ├── files
│   │   │   │   ├── conda-environment.yaml
│   │   │   │   ├── config.yaml
│   │   │   │   ├── media
│   │   │   │   │   └── images
│   │   │   │   │       ├── Labels_0_0.jpg
│   │   │   │   │       └── Labels_0_1.jpg
│   │   │   │   ├── output.log
│   │   │   │   ├── requirements.txt
│   │   │   │   ├── wandb-metadata.json
│   │   │   │   └── wandb-summary.json
│   │   │   ├── logs
│   │   │   │   ├── debug-internal.log
│   │   │   │   └── debug.log
│   │   │   └── run-2s1he6sh.wandb
│   │   └── run-20211209_193846-3ou2hv2j
│   │       ├── files
│   │       │   ├── conda-environment.yaml
│   │       │   ├── config.yaml
│   │       │   ├── media
│   │       │   │   └── images
│   │       │   │       ├── Labels_0_0.jpg
│   │       │   │       └── Labels_0_1.jpg
│   │       │   ├── output.log
│   │       │   ├── requirements.txt
│   │       │   ├── wandb-metadata.json
│   │       │   └── wandb-summary.json
│   │       ├── logs
│   │       │   ├── debug-internal.log
│   │       │   └── debug.log
│   │       └── run-3ou2hv2j.wandb
│   └── weights
│       ├── download_weights.sh
│       └── yolov5s.pt
├── yolov5_train.txt
├── yolov5_val.txt
└── 好例子网_machine.rar

49 directories, 200 files


实例下载地址

python实战案例yolov5-5.0源码

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警