yolov5量化方法

在这里呢会给大家详细的讲到以优乐威武和 depot 算法为代表的检测跟踪技术类算法的一个呃部署的项目， 它涉及到四大场景，四大场景下的一个七种高性能部署方法，比如说这四大场景分别是如果是只需要一个呆萌来演示的话，你可以用这个福拉斯和外宝，这个比较简单一点代表就是服务器的话，服务器上你只要呃对这个食盐和吞吐要求低的话，可以在非家乡环境下部署这个 laptop 来这个运行优乐威武和的比赛。 呃，如果你对这个实验和通土要求比较高，可以选择这个英维达的特色 rt 来进行一个高性能部署。然后开发版的话就是选择了一个英维达的詹斯耐造系列的健康呃，开发版，然后还有一个熟人派的 呃其他线路事端这一块的话，就是可以进行一个安卓的部署和一个 ros 的部署，这个就是四大场景下的一个七类部署方法一个总结，详细的话可以关注一下这边的。

大家好，今天给大家演示一下如何训练深度学习算法模型，这里以 uro v 五检测算法为例，首先我们训练 uro v 五的话，我们可以直接打开 get up， 然后我们直接在这里面 输入 u 勒 v 五， 然后第一个就是我们点进去去看一眼这个仓库， 他就是介绍的一些东西，我们如果想训练算法的话，我们按照哪个地方教他呢？他这里面也是有的，我们看到这个 vik， 然后我们打开它， 然后在这里 three inctrmad， 其实它在前面这个整体的仓库下面，它也是有的，在这里，但是我们从 vik 这里过来的话，其 vik 它就是好多教程，一些文档。然后我们点开 这里就是如何训练，如何用我们自己的数据训练一个三行模型，然后第一步的话提包幺 stat， 然后我们先下载这个功能， 然后安装相应的依赖，这个直接给它可用下来之后 p r p install requirement， 我们可以看一下这个 requirement 的是什么，它里面里面其实就 就是一些酷以及酷的版本的要求，这个其实你 p i p 你这个地方 prp 运动杠。二这个文件就相当于你每一次 prp 执行它，每一次 prp 执行它，这只不过把它写到一个文档里，你一行命令就全部都安装完毕了，是这个意思。 然后我们安装完之后就可以开始一步步进行训练。首先第一步的话我们需要准备数据机，也就是训练数据， 训练数据的话这边一点一第一步是收集数据，收集数据这个其实我们比如说我们可以用摄像头或者用一些手机，然后拍摄不同角度、不同光线的一些图片，如果说这个图片我们收集起来， 某些场景收集起来不太方便，那么可以用下载一些公开的数据机，有些研究机构或者大学，他们会把一些公开的数据机上传到网上，我们可以直接去下载。 然后我们第一步准备完数据级之后，我们开始进行标注， 他这里一一点二，一点三都是介绍标注，他这个标注的话用的是这个工具，我们这边的话不使用他这边建议的这个工具，然后我们使用呃，雷波密，雷波密的话就是这个可以直接搜啊，雷波一没说错， 可以直接用猎豹 ume， 然后按照这这个网址去下载，这边也演示一下，下载就不演示，直接演示这个工具怎么使用， 他生成的那个标志文件已经他已经打开了，然后打开这个软件之后，我们打开我们训练图片所在的路径。 另外就是说一下刚才刚才他这边说 我们可以去使用一些下载一些公开的数据集，公开数据集有一个好处，就是不仅是图片，它里面还有标注文件，我们如果用公开数据集好的时候，我们就不需要再去标注了。 标注的话这里因为我们是用 ulo v 五，所以这边的格式就相当于是我们标注完之后的标注文件，它要用 ulo 的格式，这边选择它，然后这里直接画 矩形框，我们这个的话是口罩和不戴口罩，这里先关掉。还有一个地方录像了， 就是我们这个标注文件下载完之后是这样的，这里面是 class， 也就是我们检测分为哪些类，这是他本身默认，我们这里把它改掉，我们 no， max 是一类， max 是一类，也就是我们这个算法，我们想检测两类，一类是不戴口罩，另一类是戴口罩，哎，不戴口罩的话，这里我们他是排序的，这个默认标签就是零，这是一，如果你后面再有一个就是二， 然后这个时候我们再重新打开它， 然后和刚才一样 打开我们训练图片短带的路径，然后这里还是选择 v u ulo， 然后这里的话因为这个是戴口罩的，所以我们这里就选择 mask， 然后 ctrl s 卡了， 是不是没保存成功？再点一下， 这个应该就保存完毕。然后我们可以去看一下这个图片所在的有没有标准完成。 这就我们刚才那张图片，然后它按住产生的文件的话，它会有一个跟这个图片名字一一对应的一个 pst， 我们打开看一下， 我们看到这个 tst 里面这个一一就是我们刚才说的这里这个是零，这个是一，它是依次往下排的，一就代表这个是 max 的，它戴口罩的， 然后后面这个这个相当于是中心点，中心点的坐标，他中心点的坐标也就是比如这个框，他的中心点是在这个位置，就是你画一个，画一个对角线，然后这边交交界的地方，这是他的中心点的坐标， 然后他后面还有一个，这个是这两个坐标是指检测框的宽和高，检测框的宽就是这个高是这个，然后他这里， 然后他这个地方为什么后面这四个值都是小数？那我们图像不是，我们那个检测框的中心点的坐标肯定不可能是这么小，这里小数的意思是基于图像原始图像的宽高规划的，零到一就是我们这个零点四八 检测框的中心点 x 坐标，真实的 x 坐标是零点四八乘，以我们这个图像的整体的，也就从这到这整体的一个宽，然后这个 中心点的 y 坐标其实是等于零点七九乘，以这个原始图像的 y 后面这个减三框的宽高也是类似，他都是零点二八乘 原始图像的宽，零点二八乘以原始图像的高，这就是这个小数的意思。然后 那个标注图像啊，我们就演示这一张有了，后面我们继续往后看应该怎么去训练。然后这个第二步的话是 select 猫斗， 这里的话有了威武，他是有好几个模型的，这个，恩恩应该是拿啊，这边有这个，恩是拿的。这个 s 是什么？就是从左到右，他这个模型是理解成一次会更加复杂， 参数量会更多，这里也能看到这是四兆、十四兆，然后这是四十一兆，当你参数量越多，他的准确率相应的二十八年，在三十七年也会逐渐的升高。我们这里的话一般就选择优乐 vivos 就好。然后就开始训练，他这边训练的话 那个 usb s 猫的它是我们是用 qq 一二八这个一来进行训练，他，他这里说的比较简单，我们实际我们不按照他们的，我们应该怎么做呢？我们前面标志完图片之后， 我们直接到这模仿 q 一八的数据格式去准备自己的数据机，我们先下载这个，下载这个就直接 we get 这个， 然后这个这个这一行，我们这一行其实是在哪里可以看到啊？我们在 ulv 五里面应该是可以找到的， 然后他这个 data 那里面，他这边有脚本，应该这这里面就有，这应该就是这个网址， 我们就按照这个网址去下载一下，然后我们等会会把这里面的数据切换成我们自己的口罩检测的数据。我们下载完之后我们要修改这个 qq 一二八的这个配置文件。主要修改哪个？主要修改这里面的 cree 跟跟 vl， 就是我们自己的图片。 这里说一下，我们，比如说我们刚才把我们的口罩检测的图片数据全部都给他标注完成了， 标注完成之后，我们要把我们的标注图片，还有标注完之后的产生的标注文件都放在这个 qq 一二八里面，然后 in me 这里，这个 in me 我们要分成 tree 跟 v l， 这样的话就是我们真正的 训练手艺。 vl 的话可以理解成我们这个算法，他每次训练一个一铺置之后，他都会用这里面的图片去做一个验证，验证一下他这次训练的效果。 所以我们一般，嗯，你可以这里面随便放上几几十张就可以了，可以按十九比一，比如说这里面有九百张，然后这里面一百张，这个都比较随意，没有那么严格， 这是硬币。然后 lever 就是我们刚才的标注文件，也是我们要把它放成纯银的 vr， 纯银的 vl， 这里要对应，比如说，呃，前面图片里的 vl 二零一七里有哪些？这里面的标注里面也要跟他一一对应，这就是我们把标注文件和标注图片要放在哪个地方，就放在这个 qq 一二八这里。 我放完之后我们用这个 q 一二八的路径是在这，我们要修改它的这个配置文件，这个就是我们刚才在说的训练图片放在哪个路径， 这个也是他的录音。然后这个 nc 的话我们这里不是一了，这博客是之前写的，这个 nc 我们应该是二， nc 就是 number one plus， 就我们检测几类，我们这里的话是检测不戴口罩跟戴口罩，就刚才那会说的 nomat 跟 mat， 所以这边要改成二， 然后这里环境我要改改一下，改成看一下，直接看一下，就这个 这是我们修改后的，我们这里呢是二，然后我们这个内幕的是 nomaz 跟 maz， 是这样的，就我们这个演示的这个训练的话两例。然后我们 改完之后，这里有说明，把这个长路的这个直接去掉，因为我们刚才是手动下载修改这里的路径，修改分类数目，修改 number， 然后我们修改完这个 qq 一二八点，嗯，拍摄文件之后我们再修改 ulov 五 s， 这个 ulov 五 s 它的路径在哪？它在我们下载的 ulov 五工程里面，应该是在 这里，这里面的 uro vivo s， 你用哪个？刚才我们你用哪一个模型，你要去就要去修改哪一个对应的配置软件，我们刚才是用的 uro vivo s， 所以我们现在就要修改，这， 这里也是只修改它就好， 其他的暂时新手不要动，只需要修改这个 number， 改成二， 然后修改完之后我们就要开始进行训练，在训练之前我们先修改一下这个春点拍粉，这也就是训练脚本，我们要修改哪些地方呢？直接打开一个春点拍粉，一个在外。 一、这个 这就是去年拍的脚本，然后他是根据我们传入的一些参数，这里根据我们传入的参数去进行训练。 首先 ctrl 的话，这里我们是 ulo vivo s， 也就是这里我们要把它这个改成 ulovivo s， 这是 y a m l， 然后这个 data 也是 data， 我们这里是刚才那个 qq 一二八点 y a m l 的路径， 然后一 pose 是一 pose， 一百呗，一 pose 的意思简单理解就是我们那些训练图片，我们不是只用一遍，我们这里一百的话，相当于把训练图片反复的给他用了一百遍，让他效果更好。 这个其实也可以理解，你比如说你一个小孩，你叫他写一二三四五，或者你让一个小孩去背诵课文，你让他只背一，就让他只看一遍的话，他可能记忆的不是牢固，你让他连续看一百遍，那他的记忆会更牢固，所以那个系 这犯法的话，训练效果就会更好啊，白纸三叶子是一夜班。还有这个就看你的服务器的性能，如果你的显卡比较配置比较高，你这里就变得大一点，这里越大越快，一百二十八就相当于他一次会憋屈一百二十八张图片去训练，这配的就快， 如果你的显卡性能比较低的话，你这里如果变大了，他可能会直接会崩溃。训练的时候，所以这个根据你的显卡的性能。 然后这个 receium 的话，就是我们比如说某一次突然间中断了，我们改成数的话，下次你再训练他就从上一次那个地方重新继续开始训练，这就是断点继续训练的意思。然后这个应该是 是十，这个应该是相当于你每训练，我们现在刚才不是设置成了一百个吗？然后如果你这边 c o p r 的你改成十，他就每训练十个一 pro 他都会保存一次你的算法模型。然后这个 tys 显卡， 这里面你用几个显卡？如果别人都没用啊你，你可以全部都用上 dys 在看这 在这里这就是你用哪几张显卡，然后整体的这些参数，如果想详细详细了解它的话， 你可以去网上这种文章都有很多，就详细讲解每一个参数他是代表的什么意思。我们其实有些东西我们都不需要去改，尤其对于新手来讲的话，你们只需要 知道这几个常用的就好，后面等用的多了话，其他地方再去修改。然后修改完这个春典 pat 之后，我们就开始用这个命令去进行训练。我我的习惯是先用这一个命令训练跑起来 看看它有没有报错，如果没有报错的话，我就直接用 nonhab 命令去后台运行，并且生成这个 logo 点 tst， 这样就好了。 然后你训练完，然后你得到藏好模型之后，可以用这个 detect detect 点 python 去进行验证，这个 detect 点 python 也是里面也是有在 good 这这个可以读取我们训练得到的藏獒模型，还有读取相应的图片进行训练。 这个 dt 的点拍呢？它有一个强大之处就是你可以一次 检测一张图片，你也可以把一个图片的目录，比如说一个目录下面放着几百张，你把这个目录传下去，他就会依次去检测里面所有的图片，还可以传视频，这个是比较方便。 以上的话就是 ulov 五训练自己数据级的一个整体的过程。然后最后的话再补充一点，因为刚才是基本上是 对着对照着 get up 上的路径 get up 上的这个步骤去讲解，但其实我们自己用的话，他这里 get up 上，这里是直接 直接这里给他 ctrl 的时候直接就安装，我们可以用自己用，我们可以用 com 的， 因为比如说你在公司里面有一台服务器，你要用，你同事也要用，而你们之间可能要相互训练不一样的算法，负责不一样的项目，那你们每一个算法他的依赖，比如说拍子呀，或者其他一些酷的版本都是不一样的， 这样就会比较容易引起冲突。所以呢我们就可以用康达，康达的话，一句话把它解释的，其实康达他就是相当于在你的服务器里面又起了一个虚拟的环境，然后你所有的东西是在这个虚拟的环境下面去做的，你安装 的这些依赖就这里面安装，这些依赖也都是在这个虚拟环境，这样就相互不冲突。比如说你你用的是一个拍的三点八，而你同事另一个项目用的是拍的二或者什么，那你们都在相应的不同的抗打环境里面，这样就不会引起冲突。你做断法训练的话，这个抗打环境特别好用， 要不然的话有的时候会因为一些酷的版本各种乱七八糟，导致会发生很多错误，这就是整体散发训练的过程。

利用优鲁威五家迪士造算法来统计路虎的人流车流。呃，目前这个项目的话就是数据级，采用的是客户数据级，就是官方数据级，当然大家也可以制作自己的数据级进行训练来检测自己的目标。 呃，部署的话，这个目前是部署在这个站三台场系列的开发版上，呃， fps 的话大概是二十左右，当然你也可以部署在这个呃服务器上，或者说本地电脑上。目前项目已经开展，感兴趣的话可以呃来关注一下，谢谢大家。

uov 五 ai 疫苗一、模型识别效果测试 二、鼠标跟踪测试。

今天我们来开发一个简单的道路车辆分析系统，首先标注出路面上不同类型车辆的图片，送入车辆检测模型训练，这样便可以识别出路面不同类型的车辆， 再标注出同一辆车在路面不同位置的图片进行训练，这样便可以跟踪同一辆车在画面中的位置，再将画面中的点映射到地图上， 这样便可以获取车辆的经纬度坐标，从而算出每辆车的行驶速度。老样子圆满已开源，课程已同步更新！

观众朋友，好啊，不好意思 给你们又拖更了好些天了，那么你们也在尽力的给我催更啊，我也不好意思给你们继续拖下去。那么基于上一次的项目呢，我们说到了呃， 基础的跑代码的一些环节啊，包括也是啊，对一些基本的，大家对一些这个基本的知识有也有一定的了解，那么再来回顾一下上一期的知识吧，上一期咱们讲到了这个灯塔是这个， 嗯，扣个幺二八，就是我们训练的一个路径，那么下面呢，这个一破曲呢，是我们训练的一个缓解流程的一个次数， 那接下来是白色赛事呢？嗯，这一个是将图片啊存到我们的显存当中的一个值 啊，其实这一个值呢啊，你的显卡特别好的话，甚至可以填三百，但是像我的，我们的显存比较低吗？显卡也不怎么样，我一般是填个五到三，给大家测试这边这个显存啊， 那么呃，接下来呢，关于这个一破曲，我还是要着重说明一下，一破曲呢，他在训练，呃，大家如果训练 那个数据比较多的话，再有啊，两千张以上的话，可以把这个一破取，甚至你就说想得到更好的一个有训练的效果，你可以填个五百，反正一般是呃三百到八百之间。那么还有下面这一个图片尺寸，就是 啊，我们将自己本地的图片输出到优龙威武模型当中啊，使用的一个尺寸，他会将这个尺寸缩小到啊六四零，并且 将这个图片呢进行翻转的一些检测训练啊，大概就说这么多吧，那么接下来呢， 咱们这本期的课程呢，将带给大家如何训练属于自己的自己的一个训数据节，也是为了实现我们 cf 这个实战的一个项目。那么首先我们还是一样，嗯，我们来到这个灯塔下面有一个 qq 那个幺二八的这一个文件，因为这边呢，他这边训练的用到的路径就是在这里吗？我们经常也可以自己创了，但是呢我基于让大家好理解呢，咱们 就在这里进行一个实战的修改，那么首先来到这一个文件这里，然后呢这个文件第一行呢，他是会下载啊， 扣我幺二八的数据集，嗯，咱们这一次改的话，建议大家这样子啊，嗯，首先这里复制，然后呢来到这个地方，把它粘贴出来，这边就会多了一个 copy， 那么将这个 copy 呢，把它改成自己的一个项目的名字，我这边就取名为 c f 吧，嗯， cf 的就这个 cf 吧。然后呢我们继续讲解一下啊，前面的一个东西啊，首先这边呢，嗯，他会 下载 qq 幺二八的数据集，但是我们有的是自己数据，就是我们是不需要下载了，所以说我们把将它注视掉。再来就是这一个地方是 他的类别，我们目前训练的话用不了那么多类别，所以说我们啊先弄比较少一点吧，先这样子弄着，然后类这些呢也，嗯，然后再来就是这一个比较重要的环节，这个地方我们需要改成自己的一个路径， 他这边点斜杠的意思是基于当前路径，我们目前就是基于当前路径的呀，所以说填 cf， 然后图片尺寸啊，这样子哦，我 cf 里面只需要这一个文件就够了，那么接下来之后呢，我们需要，呃 呃需要去给自己的那个数据集打标签，那么我带给大家一个方法吧，呃，就是说我们如果要训练自己数据集呢？我们需要，呃用那个 obs 去 录制一下，对吧？啊？录制一下自己的一个视频出来，再用那个呃视频猜图片的方式去打标签，其实这种方案呢是特别不错的，那么咱们首先呢需要找到一个打标签的一个平台，对吧？ 我们要对自己的哪一个项目打标签，那么咱们这一次呢，我是用这个 cf 给大家打标签，对吧？那么我就用 cf， 这边我用 cf 的实战给大家讲解一下，这边跳过，那么咱们静静的等待进游戏， 那么咱们刚刚呢，呃已经通过 vgm 呢启动游戏了，嗯，就是说大家在嗯要要要打标签， 首先要有个目标，有个方向，你要对什么东西去打标签，并且你要你要呃标注他的识别他的哪些部位，并且呢他的每个部位呢？你需要给他一个那个标签的命名的分类，对不对？那么至于这一次呢，我我是通过这个穿越火线，对吧？然后那么咱们 呃随便进个频道吧，因为这是一个实战项目啊，啊，创建一个房间啊？不创啊，应该不是创建房间，我这边是用这个啊创建房间人工试验吧啊，这边 我需要创建一个人机来进行操作，那么咱们基于最简单的一个东西，我们就以这个新手推荐这一个进去吧。那么大家在进去的时候呢？呃需要用到这个 obs 对不对？要要要用到 obs 去这个录制视频，嗯，录制完之后大概是这样子的，我给大家看一下。嗯，我找一下我今天 今天弄的一个东西吧，嗯，就是我，我还是给大家说一下具体的一个情况，就是什么样的呢？就是说，嗯，最好的一个方案就是，嗯，我的方案是，嗯，通过录制视频， 录制视频内容的内容是，嗯，通过录制自己打自己打标签的 视频，然后呢通过代码将视频拆分成图片， 然后呢将图片一张一张的去打标签，嗯，标签 先，对吧，这样子的，嗯，那么这一期课程就到这里了，那么咱们下一期再见。 嗯，然后呢具体就是说一下。目前啊，这一个地方我是大，给大家稍微介绍了一下，因为我，为什么呢？这边停下来了，是因为我们都没有数据，急，我们怎么去填我们的类别还有以及类别的数量了，对不对？ 大概是这样的意思，所以说咱们基于这一个在修改这一个配置文件，需要先准备好自己的数据题，对吧？然后再去 填好他的各个参数，再去服务器进行训练。那么如果大家喜欢我的视频，觉得我做的还不错的话，求必，求收藏，求转发，呃， 你们的支持就是我最大的动力，那么我们下一期啊，再见。

先来对比一下效果吧。我们先来看一下我这个老电脑的预算效果。嗯，非常， 还是看看服务器跑的吧。视频未加速，这里显示有时间。 大家好，这里是微自己软件工作室，专注于办公软件安装。有的网友呃，在训练 v 五或者 v 七的时候，呃，速度是非常慢，可能几个小时过去了，一轮还没练习完啊。我在讲课的视频的时候，我默认你是已经 已经安装好啊，搭建好环境了。就是说数据集准备好了，就像我这样子，这个相关的配置信息已经是做好了啊。这个数据集是这样的，这个标签是这个格式， tst 格式的。 以及相关的其他配置信息，我这里就不再过多的讲述。例如这样子相关的配置信息，我这里就不再过多讲太多啊。可以打开文件夹，打开所在文件夹，右键 添加到压缩文件夹，选择这个一线 ip 格式的，点击确认压缩，压缩整个文件夹。然后一会我们会将这个文件夹上传到网盘，这个 官网的网盘我们现在开。先开始讲一下如何注册。先打开这个官网，复制粘贴到顶部浏览器， 点击免费注册。免费注册时候，这里填写相关的信息邀请码，填写这个，一会我会放在评论区。然后我现在登录一下， 登录，因为我之前登录过了。登录之后他这里会有一个五块钱的体现金。可能我不知道以后你们看这个视频的时候还有没有这个活动，点击活动一下啊，按照他提示去领取五块钱的体现金就可以了。 然后我们第一步就是压缩好代码，然后我们开始上传安装帽，上传到哪里？我们先打开看一下，进入个人中心哦， 看一下啊，点击头像进入个人中心。这里有一个我的网盘，我的网盘这里有一个上传的按钮，点击上传， 然后选择啊自己想要的就是代码所在位置。刚压缩好的点击打开就开始上传了。上传完成之后，他会有一个打勾的图标。上传完成之后，我们就开始选择服务器 啊。上传完选择服务器啊。我打开看一下个人我的租用， 然后租用列表。这里目的是空了，如果说你没有的话，可以在产品，产品，服务加 速器， gpu 选择一个想要的服务器。这个价钱的话是呃，也就是说一分钱一分货，这个价格越低的话，那么他训练的速度也就也就会越慢。一般推荐的话是两块钱以上的。 这个零点五零，这个五毛钱一个小时。是用来干嘛？是用来先租用，然后做好环境之后就开始。现在我们就进入到了 qpu 租用的界面。 如果说你的文件很大，也就是说刚刚的压缩包很大的话，你可以先选择租用这个便宜的服务器，然后然后挤压挤压 的压缩包之后就可以释放掉这个服务器。然后再选选择一个比较贵的服务器来训练。我们现在先开始演示一下，我这就直接选择嗯，两块钱的不用。 嗯，选择 v 五或者 v 七的环境，具体看你的自己的需求。它这里内置有了 v 五的环境啊，看一下它这个是三点八啊， v 五的环境，乌邦图的系统。 然后这里我就不再设置，因为我这是直接啊。下单下单点击我知道这里他正在启动，启动的时候是没有收费的， 启动完成之后才开始收费。而且你不用的时候注意要停止 停掉这个，释放掉这个服务器，不然会一直扣费的啊。啊，现在我们看到已经是啊，启用成功，点击这个是预警中，如果不用的话，注意要一定要停止或者说释放掉 他。这里有几个选项是连接这个服务器的选项，可以使用拍叉或者说其他的方式。这里帮助中心有一个有详细的教程，如果想其他联系方式有，如果想连接其他的话，可以查看 这个上面的教程。我这里选择啊，这它默认的点击打开。 点击打开之后，我们进选择这个命令行。 进入命令行之后，我们需要打开刚上传到网盘的代码，我的啊，我的网盘， 我的网盘的位置，也就是说也就是这 m n t 我们 c d 都是乌半图，所以都是命令来操作 c d 到啊， h o v 这个环境。 我们现在是已经进入到这个网盘的环境，也就是说我们看一下也是这个环境。打开看一下这个就可以看到我们刚刚上传的压缩包，以及我们之前上传的文件夹。 如果你上传压缩包之后还没解压，我们就复制一下解压的命令啊，我看一下是哪个。 先输入这个命令，然后再 复制一下压缩包的名称。嗯，比如如果你的名称是这个，你就直接复制，也可以直接手动输入复制名称，然后 ctrl v 粘贴 回车啊，回车之后文就已经解压开了。在这个新建文件，因为我是演示，如果是很多文件的话，比如说我今天有一个用户就是两万多张，那么他解压的话就会相对慢一点。 解压完之后会有这样的啊文件夹，例如我解压的是如果我解压的是 v 的环境，那么我就 cd， cd 是进入你想要的想要进入的文件夹的名称，我这里复制一下就不手动输入了。粘贴， 这样我就进入到了这个 view 的环境。文件夹打开之后，这就是和我拍叉一样的格式了。我们看一下啊，可以看到我们这是一模一样的，这个是数据级的位置。 进入到这个环境之后，我们默认这个环境我已经是在拍 trail 里面搭建好了这个 mask 啊，已是搭建好我们我们运行，我们训练， 我们直接拍选一二训练。也是说我们通过命令去启动这个拍叉啊，这个这个训练的代码，这个训练的代码。我们启动。现在开始回车 看一下启动的效果。 它这个环境是已经装有 v 五的 g p u 了啊，所以不需要我们带额外的去安装。我刚刚选择的是 v 五的镜像 啊，可以看一下他的速度是还是挺快的，四秒， 四秒一轮。如果你的图片比较多的话，例如我今天遇到的就是两万多张，那么他可能就要一轮的话，总共需要八分钟。如果你的图片更大的话， 更多的时间，如果文件小的话，就需要更少的时间。我都在书画间已经考了五轮了。我们看一下这个图片有多少啊，在拍照里面看一下比较流畅，都是一样的。打开看一下这个图片， 看错，这一百零五张这个，然后看一下验证级的，这个是五十二张。也是说一百多张， 一百多张吗？不到两百啊。值得注意的是，你训练在这个训练的时候，你可以直接关掉这个浏览器，或者说你自己，你可以直接关掉你自己本机的本机的电脑，这是不影响这个运行的。但是你不要直接点击这个打叉， 直接关闭浏览器。然后我们再次尝试打开， 我们打开， 但还是在继续训练的，这是十八轮啊。一会输出的文件夹在哪里查看呢？在乱这个 rance 文件夹，双击打开 并列啊，这里就会有了乱死文件夹，因为这个是在 m n t 目录下的，也就是说这个文件夹其实是在我的网盘里面的，我们看一下，查看一下网盘哦，个人中心，我的网盘。好选择我的网盘。然后打开看一下 这个文件夹，其实跟我们左侧这个文件夹是一模一样的，也就是 m n t 这个目录跟我们这个网盘的目录是一样的。 哎，乱死文件夹。一会如果说训练完完毕之后，我们就可以直接右键这里复制下载这个文件夹，训练文件夹就可以了。 稍微等待一下，我们看一会，再看一下结果。好了，我现在已经是看到训练完了，他默认的路径是在乱死这个文件夹里面， 我可以直接关闭这个窗口。好，关闭我在文件夹啊。训练完成之后，我们一定要注意释放掉这个服务器，不然会一直扣费的啊。释放掉，我现在就已经释放掉了。让我们打开我的网盘， 我的网盘，然后这个刚刚我的代码产生在乱死文件夹，我需要下载这个我想要的。如果你想要下载整个项目，你就可以勾选整个项目， 然后点击下载。我们可以看到这个是下载不了的啊，他提示说不支持文件夹，我们可以下载他的。呃。网盘客户端获取我的内测码 以及下载安装包等等。下载安装登录就是这个样子，跟我刚看到是一模一样的。我们点开 这个文件夹 plus 文件夹，点击勾选，然后下载。这个时候发现是可以下载的啊。我们打开正在下载，打开这个文件夹看一下， 它是这样的目录结构，但是已经下载好了啊。它是这样的，已经下载好了。 如果你想打包下载的话，可以租用一个便宜的服务器啊，这是五毛钱一个小时租用 啊。下载下载好了下下面是讲解第二次第二种啊。下载下载的方式，我们勾选啊，随便一个都可以 下单。启动中一会使用这个命令来压缩我们的文件夹，然后在网盘直接下载，这样就不用再单独下载 网盘了啊。现在是启动成功了，我们继续进入连接。先进入代码，我们使用命令来进行压缩。 in many 行啊，我们进入网盘， 复制粘贴，这样就可以进入网盘了。也是进入这层目录 丢车绳目录文，再进入这个啊，不用进入了，直接压缩这个文件夹。命令以下 ip 哦。名称，这是文件夹的位置，这个是你要压缩后的文件夹的名称。文，这里保持默认就可以复制粘贴 粘贴。然后这个是你要压缩文件的位置，比如我设置 yellow vivo master， 那么我就可以，我可以复制一下，我就不输入了。看一下这个路径对了没有 对，应该对了。那回车看一下啊，没有对，应该是没有这个 home 这路径。也就是说我这个上面的跟他路径一一样就可以了。也可以复制上面的路径。回车 啊。现在就开始压缩。我刚刚纠正一下啊，刚刚的路径可以直接复制这里的。也是说我们在这里可以直接打开这个 lowe 的，也就是说想要压缩的文件也可以是直接压缩乱文件夹。那我就直接复制上面的代码就可以了。 现在已经是开始压缩了，我们在网盘看一下。我这压缩的东西太多了，我 控制一下，应该是这个下面的 runs 文件夹就可以了。回车 啊，这已经提示压缩好了，我们来看一下 网盘发行一下哦。这个是 my data 作文刚刚创建的， 点击勾选，然后下载就可以了。这样我们就可以下载好我们的。 记得点击租用列表，然后释放掉服务器可以了。

服务器训练数据及有多快演示 uob 五五点零视频无加速效果， 四千张训练集，一千张验证集，总共五千张， 大约三十秒一轮。 看看训练的相关参数。 batch 是四十五， work 是六十， 厉害的吧， 还在龟速训练吗？找我就对了。

ok， 欢迎来到本期视频观众朋友们好，我是 nts 网络联盟的医保，然后这一次呢将给大家从内部去解析一下我们这个项目治疗的一个呃代码，然后我们首先上一期讲到的一个内容呢，回顾一下是将我们将基础的这些环境通过这个记事本从从 上之下把它安装到这边呢，那我们接下来需要通过这个呃 vsco 的呢去对我们的代码进行一些修改。那么首先是我们将这边这个优乐 v 五右键通过 vs 扣的打开 啊，打开之后呢啊，我们这边啊需要选择一下我们的前面刚啊前面配置的那个环境啊，首先我们打开这个券点 py 训练点 py 这一个文件，然后呢在这个地方点击一下他选择我们自己，呃， 就是说大家可能啊对往期来说的话，呃，我到时候会补一期视频吧，如果大家不会使用 vs 扣进行这个操作的话，然后我们需要点，反正就需要点这边，然后选择这个用六五点零糠的这个地方 啊，当然大家有任何问题还是可以一样私信朋友啊，私信这个评论区留言啊，发于我会呃秒回给你们。然后我们打开这个文件之后呢，我们首先需要选择这边的啊环境，选择我们自己创的那个 环境，因为前面一篇就是通过这一个去创建环境，然后我们将这里去选他，然后我们这边点播放在终端中运行拍摄文件，在运行的时候大家可能会发现，哎， 这个是什么东西对不对？这是干嘛的？可能有点懵，他现在正在就是说这样子， 就是说正常来说的话啊，不着急，你看这边他他会提示出错。那么首先我们将需要对我们的这个 w db 这一个呃文件进行一些修改。修为什么要修改呢？是因为它里面需要呃一些，嗯，注册账号啊，什么 key 乱七八糟东西，我们先需要把这一个地方啊， 把它去掉，这样方便我们的代码进行的一些修改。那么首先找到 utils 这个文件，下面有一个 logo 音这一个文件，然后找到这个篇文件，我们来到这个地方，然后这个地方呢他有一个券语句，然后，然后呢我们需要将这个呢？嗯，复制一下，然后 将它填到这个地方，然后我们需要将这一个地方把它注视掉啊，我们先试一下，对不对啊？然后呢再去运行这个 这一个地方。欢迎聪明妮妮的。这个 怎么进入直播间啊？这啊，这，这边的话他是说，哎，找不到，就是说意思就是说我们还没有。呃，对基本的一些东西进行一些理解。前面呢他是先通过一些代码下载了这个 qq 幺二八的数据集，我们需要先将它剪接剪切到外面来。嗯，这个，嗯， 回头再慢慢给大家解释，我们先解压到当前文件夹，这样子看能不能运行呢？对不对？然后我们再 运行一下它，看它会发生什么。 ok， 他这边其实是运行起来了，但是呢咱们下一步呢需要对这个这个地方四百五十多行先进行一些修改。为什么我要修改呢？因为他这边的数据呢， 就是说 boss， 嗯，他的 boss 赛子呢比较高，因为我的显卡是两个 g 的，如果我们要跑起来，其实这样子会 版这个显纯，显纯的，所以说我们需要呃，将这个石榴呢，我这边基于测试，因为显卡太垃圾了，所以说我将它改为二吧，改为二，然后先看一下运行起来 帅不帅，是不是会发生什么呢？然后我们在这个运行这个代码的时候，我们可以实时观察我们的闲开险存，在这个地方可以观察到他的险存，他其实是一直在增长中，一直增长，一直增长到一点四 gb。 嗯，然后大家如果真真真正的想训练一些数据集呢，建议大家去选择一个服务器，关于这个专门训练的服务器，当然了这个呢我会 在下一期的视频给大家讲到大家，大家也可以发现我就我就算是这样子，他显存也占满了，所以说我们这边需要把这个参数也改低一点，改为三百二啊，看能不能成功呢 啊，一般他的这一个意思就是说这个图片的尺寸，我们将图片尺寸改小一点，也许可以成功，也许不一定能成功啊，这样子的，呃， 尽量需要，尽量，我们需要让这个显存呢站低一点，再加上我自己呢，是在这个录视频教程吗？他占用的比较高，但是大家，呃，这么操作他是肯定可以的，相信我， 如果再不行，我就把这个八月三十改为一，他绝对可以啊，大家可以发现，现在就说，哎，他现在已经在训练了，他训练的是什么呢？对不对？首先呢 我给大家讲讲解析一下啊。首先这第一个，这第一个呢是关于他选权重，权重配置的一个选项，我们将通过用哪一个权重文件去那个去训练他？当然了这一个，呃，这一个东西呢，在 啊杠 s 呢，嗯，在这个一定要放在这个跟目录下，优乐 v 五杠五点零的跟目录像，他首先用了这个杠 s 的旋转文件去训练我们的扣扣幺二八里面的一个数据几啊，就是扣幺八这里面，嗯， 有一些各种各样的图片，他训练什么呢？那么咱们就去看一下接下来他训练的内容，我们将通过 d 塔下面有个扣幺二八点 y a m l 里面去观察到他啊，这里呢？其实他这边，呃通过这 一个去，嗯，就是说前面这边这个配置吗？这边这配置呢？是，嗯，通过这个扣幺二八里面去读取到他里面的数据啊，所以说我们只需要改这个里面的数据就可以达到自己想要的训练的一个效果。那打个比方，如果大家，哎 在呃选，嗯，就是说这边 mc 啊，我先说一下这边的 mc 是他类别，然后呢这个愣呢是他每个类别的一个名称，比如说这边有个破损人卡车，这个小轿车啊？还是 然后 bus 是那个大巴车啊，劝的是火车各种各样的类别。那么如果大家，哎呃想训练其他类别，你们只需要把这个呃，我建议大家就说，哎，右键复制一下，然后粘贴过来， 站立过来之后，然后去通过这个阔屏里面去改他的一个类别，嗯，尽量，呃，像我的话，基于这一次人工智能方面，呃 这个什么三 f 之苗项目的话，就只需要差不多四五个类就搞定了。然后这个类别这里比如说是两个类别，这里就选两个类别， 然后这边是每个那边的名字，这里要自己自定义了，因为这个那边名字到时候还是比较很重要的，尽量基于实际情况下去这个选择。那么他这边训练估计以我这种情况的话，可能要训练三四个小时他才有可能训练的完，但可能就是说，哎， 看到这个基于优乐威武啊五点零这个版本，看起来训练速度还是挺快的。然后呢，本期视频就到这里，差不多了啊，这一本本一期视频 给大家，主要就是说先将这个代码跑通，然后大家可以跟着我的脚步呢，一起哎，一起来钻研一下我们是如何实现这个 cf 之苗的一个效果的，对吧？那么 下一期讲给大家实现如何训练自己 cf 数据级的一个教程，以及呃，针对我们优乐威武的这个 这一个测试，测试批发文件的一些讲解。嗯，那么本期视频就到这里结束了， 如果你觉得这一期视频做的还不错的话，求赞、求收藏、求硬币、求转发，最重要的是给我点一个大大的关注，各位的支持就是我做视频的最大动力了。 ok， 各位，我们下期再见了，拜拜，我是你们的好朋友一宝。

用 python 开发一个行人跟踪统计系统，首先标记出路面上的行人，用 ulov 五训练一个行人识别模型， 再用 byte check 识别出同一个人，并给他分配一个唯一的 id， 这样我们就可以根据同一个人的行为计算出他的行走方向。同样的方式，我们也可以跟踪统计行驶的车辆，让我们以开源不再详细调查。感兴趣的朋友可以关注。

大家好，今天我将向大家介绍如何使用 yolo v 五和 pick to 五实现可视化目标检测。现在演示检测单张图片，选择图片确定， 这样就完成实现对图片的检测了。我们现在从安装开始介绍吧。首先我们需要安装 and count 独立环境，还有一些必要的依赖。 接下来我们将运行跟目录下的代码 vast pi， 右键运行， 该代码提供了大量的注视，方便学习。在主窗口中我们可以选择视频检测，点击选择视频 底部可以控制暂停和播放。 左下角会实时统计检测的类别和个数，支持 gpu 加速，每帧检测速度也可以在这里看到，还可以选择是否保存结果，结果默认生成当前目录 rans 文件夹。 如果模型净度低，还可以调整知性度， iou 实用的知性度值会在这里展示。接下来是摄像头实时检测， 可以检测电脑自带和 usb 摄像头，现在是笔记本自带摄像头，可以实时检测物体。接下来演示 usb 摄像头，把镜头对准电脑识别， 想要关闭摄像头，再次点击图标即可。第四种检测模式，可以对多张图片批量检测， 选择图片所在文件夹，确认选择就可以开始检测了。如果想识别其他物体，可以切换检测模型，前提是该模型使用 unif 七点零版本训练，否则可能会报错。 除了代码，还提供了 pick 五原版越狱文件，拖动到 q t， 可以清楚看到每个空间的属性。 代码由微智其软件工作室编写，原创代码放心使用，更多功能等着你去探索。

天下武功，唯快不破，就是优乐三分钟带你来搞定优乐唯一的测试和训练过程。在目标检测任务里边有两种方式，第一呢就是我们上次讲的 rcn， 它是属于典型的 two stage， 这种目标检测的方法要切出一个一个的图片，再把每一个图片丢到一个分类的模型里面去进行一个识别。另外还有一个 one stage， 那当然就是 yolo 了， ulo 呢，就是 you only look once， 也就说不用你两个阶段再去完成目标检测的事情了。而你只看一次 one stage 呢，首先肯定是会让他变快了很多，在这种设计模式下，因为他一下呢就是能够把整个图片都看到了，所以这样的话，他是能够统领全局的，能够看到图片当中的每一个对象，以及图片当中的对象之间的关系，对象和背景之间的关系，这个 都是 yolo 非常有优势的地方。 yolo 呢，其实这个网络啊也比较简单，你不用管它中间是一个怎么样的过程，但总之呢，中间就是一个准备时间网络，它的测试阶段的话，输入呢是四四八乘以四四八三通道的彩色图片， 输出的呢，就是七乘七乘以三十这样的一个数据了，输入的这个图片和输出的七乘七乘以三十他们是对应的，相当于是说我们在输入的图片上面画了七乘七四十九个格子，每一个格子对应的这个区域呢， 就负责来检测这个目标检测的中心点所落在这个格子里边的这些对象了，这个格子所对应的到了七乘七的那个位置上的那个，对应的那个对以为的那个数据里面就对应了一个长三十围的一个香量，这三 视为的香量里边就包含了两个框啊，每一个框呢都有五个数据，其中包含的四个是它的坐标位置以及这个框的知心度。 两个框每一个都是五个值，所以他们有十个值，另外还有二十个是这个里边的一个类别的概率， 所以这五加五加二十就构成了这一个三十的项量了。从这个输入到这个输出，这个网络就已经跑完了，但是在这呢还不是我们通常所看到的最终的那个结果。在得到这个七乘七乘以三十的这个输出了以后呢，还会去做一些后续工作。 这个后续工作是干嘛呢？就是通过这个 n m s 非极大抑制的方法来找到最终我们要的这个输出的结果，所以这样的话就完成了用 ulo 进行一张图片的目标 检测的过程了，这个是测试的过程，训练的过程会在这个基础之上再加上损失函数，通过损失函数我们才能够反向传播去更新这个模型的里面的参数，对应我们刚才所说的问题。损失函数都要涉及什么呢？ 第一，每一个坐标的值我们都需要给它去进行一个纠正，所以呢一个部分是这个 x y 坐标的中心点进行一个纠正。第二个部分呢就是它的 h 和 w 这个高和宽 这个值的一个纠正。第三个部分呢就是如果这个格子是需要用来预测物体的话，那么这个格子的知性度就应当接近于一， 如果这个格子不需要用来去对于物体进行一个预测，也就说这个格子它里面就是没有的，我不希望它里边能够给我预测出东西来的话，那么我们就让它所生成的那两个格子的知心度趋近 近于零，这又构成了这个损失函数里面的两点。另外还有一点的话就是类别概率了，如果这个格子里边是需要它来识别物体，那么就让他的类别概率里边所对应的应当的那个类别的概率尽量的去接近于一，而其他的尽量接近于零。 所以综上所述，这五个方面就构成了 ulo 的损失函数的部分了。跟曹老师学 ai 入门如此简单。

微五加 dp 照算法检测人群密集度。比如说视频中的项目，他首先是统计视频中人物的数量，其次他根据这个人与人之间的距离划分为三个等级，呃，分别标为这个红色、黄色和绿色呃。当然大家也可以训练自己的数据集来检测自己想要 呃检测的一个目标的密集度。然后同样这个项目部署在一个扎斯 nile 系列的一个开发板上，呃 s 的话大概是二十左右。

给他一个必设基于深度学习的车牌识别系统，他能顺利毕业。哈喽，各位小伙伴，今天我们演示必设基于深度学习的车牌识别系统。 首先他用到了两个模型，一个是优罗 v 七目标检测模型，还有一个 lpr net 网络模型，优罗 v 七主要定位车牌的 lpr net 主要识别车牌。我们来进入主程序进行测试。 首先进行图片检测，我们随便拿一张图片来进行检测， 你看这个效果还是可以的，你看这个图片这么模糊，他都能识别出来，可以看出 ulo 目标检测模型加车牌模型识别效果非 非常好。牛逼，牛逼，只能说一句话，牛逼，能打开摄像头近视呗，我这里先连接摄像头先， 摄像头一样可以识别出来，准确率还是可以的。 然后我们打开视频进行检测，关闭摄像头视频检测。 嗯，这里暂停，你看这里这么小他都能识别出来。给我们检测，其他的图片， 这里随便拿一张都能识别。好的，演示完毕，谢谢观看，有需求的可以加我，谢谢。

今天我们在切入时 gpu 上开发一个工地防护检测系统，首先采集各种人体图片， 标注出人体防护服四种颜色，安全帽在图中的位置，将标注好的图片送入物体检测模型训练。最后再测试样本上的精度为零点四七九，把模型放入嵌入式 gpu 上运行一下，速度一般，真率实实用。看下题进行加速，真率提高到二十。 再使用 deepstree 进行加速，最终真率提高到三十，并且支持四路视频有实时分析。老样子原码已开元，课程已同步更新。