YOLOV5的开发框架

Smart_Construction 如果帮到您请给个 star :glowing_star::glowing_star::glowing_star:，您的 star:glowing_star: 是我最大的鼓励！ 该项目是使用 YOLOv5 v2.x 的程序来训练在智能工地安全领域中头盔目标检测的应用 可视化界面演示（2021.3 上新！）： :collision::collision::collision:新增可视化界面上线啦！！！！来一波演示！！！:collision::collision::collision: 使用文档: 纯图片再来一波演示！ 指标 yolov5s 为基础训练，epoch = 50 分类 P R mAP0.5 总体 0.884 0.899 0.888 人体 0.846 0.893 0.877 头 0.889 0.883 0.871 安全帽 0.917 0.921 0.917 对应的权重文件：，提取码: b981 yolov5m 为基础训练，epoch = 100 分类 P R mAP0.5 总体 0.886 0.915 0.901 人体 0.844 0.906

YOLOv5

动态库打包，修改好的主程序，内容比较多，你们用这个替换tensorrtx里面的这个程序即可

yolov5-master.zip

detect3.py+Qt,TCPsocket通信，可接收7钟手势识别技术，训练功能已包含，切记训练图片和txt不要命名带中文！

旋转检测 要求 torch==1.6 shapely==1.7.1 opencv==4.2.0.34 推理 您可以下载（密码为4ud5）以通过我的数据集（而非DOTA）检测船舶，以测试演示。 $ python detect.py 火车 我的模型需要什么格式 与yolo数据集没有太大区别，只是增加一个角度，我们定义box属性w总是长于h！ 因此，我们将框标签定义为（cls，c_x，c_y，最长边，短边，角度） 注意！我们定义角度是一个分类问题，因此我们为角度定义了180个类别。 例如： 角度范围是[-90，90），因此wo在制作数据集标签时应将角度增加90 ，然后标签的范围应为[0,179） 修改yaml models / yolov5m.yaml：将nc设置为您的数据集类num； data / wheat0.yaml：将nc设置为数据集类编号，并将名称设置为数据集类名称； $

本项目用Yolov4实现传统目标检测，Yolov5实现车牌检测，可以一起呈现，需要的老板联系。

yolov5 7中手势识别，detect3.py可以做通信识别(用Qt项目Tcp Socket接收)，detect3.py可以做视频流的识别 项目已做脱皿处理，训练数据已清除，但\yolov5\runs\train\exp2\weights\last.pt为yolov5l6.pt做600次迭代 希望“友商”赶紧跟上！

yolov5_FaceMask：检测带有或不带有口罩的人。 使用YOLOv5训练