YOLOv5 Başlangıç Kiti

Hepsi sadece ‘pip install yolov5’ uzağında…

Bu kadar basit.
  • En son çıkan YOLO modelini Windows/Linux bilgisayarına kurarken zorlandın mı?
  • YOLOv5 modelleri ile eğitim ve tahmin almaya çalışırken sürekli hatalar mı alıyorsun?
  • Sadece birkaç satır kod ile gerçek zamanlı obje takibi sistemi mi kurmak istiyorsun?
  • Geniş açılı/yüksek çözünürlüklü görüntülerde tek tıkla dilimlenmiş tahmin mi almak istiyorsun?

O zaman postu okumaya devam et, hepsini saniyeler içinde yapabildiğini fark edeceksin..

YOLOv5 ile Obje Tespiti

https://ultralytics.com/yolov5

YOLOv5 şimdiye kadar geliştirilmiş en hızlı ve en yüksek başarımlı YOLO’dur ve ihtiyacınız olan herhangi bir nesne algılama problemi için kullanabilirsiniz.

Kurulum çok basit: Windows/Linux terminalinde pip install yolov5 yaz ve kullanıma hazırsın.

https://ultralytics.com/yolov5

Basit Kullanım

import yolov5# modeli yükle
model = yolov5.load('yolov5s')
# görüntüyü hazırla
img = 'https://github.com/ultralytics/yolov5/raw/master/data/images/zidane.jpg'
# tahmin al
results = model(img)
# daha büyük girdi boyutunda tahmin al
results = model(img, size=1280)
# test time augmentation uygulayarak tahmin al
results = model(img, augment=True)
# sonuçları göster
results.show()
# sonuçları kaydet
results.save(save_dir='results/')

Eğitim

Önceden eğitilmiş model üzerinde kendi verilerinizle ince ayar yapmak için aşağıdaki komutu çalıştırın. YOLOv5s/m/l/x için eğitim süreleri tek bir RTX2060'ta 1/2/3/4 gündür. GPU’nuzun izin verdiği en büyük batch boyutunu kullanın. Detaylı bilgi için: https://pypi.org/project/yolov5/

$ yolov5 train --data coco.yaml--weights 'yolov5s6.pt' --batch-size 16

Tahmin

yolo_detect komutu, video/foto/foto içeren klasör gibi çeşitli kaynaklar üzerinde obje tespiti tahmini yapmaya yarar, en güncel modelleri latest YOLOv5 release sayfasından otomatik olarak indirir, tahmin sonuçlarını runs/detect dizinine kaydeder. Detaylı bilgi için: https://pypi.org/project/yolov5/

$ yolov5 detect --source 0  # webcam
file.jpg # image
file.mp4 # video
path/ # directory
path/*.jpg # glob

YOLOv5 ile Object Tracking

Birkaç satır kodla gerçek zamanlı çoklu obje takipçisi (multi object tracker) oluşturabilirsiniz, işte çok basit bir örnek:

Birkaç satır kod ile gerçek zamanlı YOLOv5 object tracker.

Ve yukarıdaki kodun çıktısı:

YOLOv5 Object Tracking Demosu.

Bu colab not defterinde bir YOLOv5 object trackerını bizzat deneyebilirsiniz. Herhangi bir YouTube videosundan yüksek doğrulukta yaya ve araba takibi gerçekleştirebilirsiniz. Kodun tam hali için buraya bakabilirsiniz: https://github.com/tryolabs/norfair/blob/master/demos/yolov5/yolov5demo.py

YOLOv5 ile Büyük Ölçekli Nesne Algılama

Büyük uydu görüntüleri veya geniş alan gözetleme görüntüleri ile çalışıyorsanız, standart girdi boyutları ile tahmin yapmak mümkün olmaz. Bu noktada yardımınıza dilimlenmiş tahmin (sliced inference) özelliği ile SAHI paketi yetişiyor:

SAHI ile dilimlenmiş tahmin.

Bu colab not defterinde, birkaç satırda YOLOv5 ile büyük ölçekli dilimlenmiş çıkarımın nasıl gerçekleştirileceğini görebilirsiniz.

Ya da direkt komut arayüzü üzerinden dilimlenmiş tahmin alabilirisniz:

sahi predict --model_type yolov5 --source image/file/or/folder --model_path path/to/model

CLI argümanlarıyla ilgili ayrıntılar için buraya bakın.

Sonuç

Bu makale ile şunları ele aldık:

Herhangi bir adımda sorun yaşarsanız soru sormaktan çekinmeyin!

--

--

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store