火焰的数据集，里面有1553张图片，含有标注好的txt和xml文件，自己标注，用yolov5训练，mAP@.5为0.953,mAP@.5:.95：为0.679

Yolov5代码实现 修改和训练过程 及结果，课程设计

pycharm的环境需要自己去搭建，运行mian.py即可，模型只有最小模型，因为加上其他模型太大，上传不了，使用先阅读脚本释义.txt

Yolov5，支持python3.6版本，目前官方版本为3.8。

yolov5 官方版本 支持python3.8

yolov5-develop,亲测可用

yoloV5预训练模型，官方给的是谷歌网盘下载地址，下载速度较慢，压缩包包含yolov3-spp.pt，yolov5l.pt，yolov5m.pt，yolov5s.pt，yolov5x.pt

yolov5-onnx-张量 此 Repos 包含如何使用 TensorRT 运行 yolov5 模型。 Pytorch 实现是 。 将 pytorch 转换为 onnx 和 tensorrt yolov5 模型以在 Jetson AGX Xavier 上运行。 支持推断图像。 支持同时推断多幅图像。 要求 请使用torch>=1.6.0 + onnx==1.8.0 + TensorRT 7.0.0.11 运行代码 代码结构 networks代码是网络demo代码在 Jetson AGX Xavier 上运行 tensorrt 实现 ├── networks ├── utils ├── models ├── demo │ ├── demo.py | ├── demo_batch.py | ├── Processor.py | ├── Processor_Batch.py

包含yolov5预训练模型: yolov5l.pt，yolov5l6.pt，yolov5m.pt，yolov5m6.pt，yolov5s.pt，yolov5s6.pt，yolov5x.pt，yolov5x6.pt

ultralytics / yolov5，官方预训练权重yolov5s.pt，从drive.google下载下来的