YOLO系列是基于深度学习的端到端实时目标检测方法。 PyTorch版的YOLOv5轻量而性能高，更加灵活和便利。
本课程将手把手地教大家使用labelImg标注和使用YOLOv5训练自己的数据集。课程实战分为两个项目：单目标检测（足球目标检测）和多目标检测（足球和梅西同时检测）。
本课程的YOLOv5使用ultralytics/yolov5，在Ubuntu系统上做项目演示。包括：安装YOLOv5、标注自己的数据集、准备自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型和性能统计。
希望学习在Windows系统上演示的学员，请前往《YOLOv5(PyTorch)实战：训练自己的数据集(Windows)》课程链接：https://edu.csdn.net/course/detail/30923
本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程，包括：
《YOLOv5(PyTorch)目标检测实战：训练自己的数据集》
Ubuntu系统 https://edu.csdn.net/course/detail/30793
Windows
2021-07-14 14:27:33
8.56MB
1
此前 6月份那个权重 已经无法加载到最新的工程里面了这是最新的，亲测可用（2020年7-30）， 从谷歌云盘下载的，一共8个文件， 包含6月份的和最新的5积分不多吧..
2021-07-12 21:29:34
606.12MB
1
基于qt5的，yolov5 行人范围超界报警，绘制行人活动区域，绘制目标区域，检测离目标距离，超界报警 视频：https://live.csdn.net/v/164262
2021-07-12 19:12:45
13.45MB
yolo5_class
yolov5的C ++类，方便其他C ++程序调用，懂的都懂。
懂的都懂
build文件夹放到你的build文件夹里面去
2021-07-11 04:45:35
29.1MB
1