哪個平臺查企業(yè)免費谷歌aso優(yōu)化
yolov5-6.2增加了分類訓練、驗證、預測和導出(所有 11 種格式),還提供了 ImageNet 預訓練的 YOLOv5m-cls、ResNet(18、34、50、101) 和 EfficientNet (b0-b3) 模型.
官方Git : https://github.com/ultralytics/yolov5
分類模型與精度
基于Tensorrtx 實現 yolov5 cls
-
這里就不介紹如何實現了,博主寫的很詳細,參考博主大佬就行。 https://github.com/wang-xinyu/tensorrtx/tree/master/yolov5
-
主要闡述下實現過程中遇到的問題
-
轉換訓練后的模型去預測,發(fā)現結果是不正確的。使用長和寬比例是
1:1
的圖片預測,結果就是正確的。 后來一番鼓搗,發(fā)現訓練的前處理和tensorrtx
的前處理方式是不一樣的,所以果斷修改了下訓練的前處理,然后重新訓練后,結果就正確了。 -
修改
./utils/augmentations.py
, 將classify_transforms
方法中,CenterCrop
->LetterBox
-
大家可以嘗試下,看看是否會遇到一樣的問題. (輸入的圖片長寬不相等)
-
參考
- https://github.com/wang-xinyu/tensorrtx/tree/master/yolov5
- https://github.com/ultralytics/yolov5