行人检测(人体检测)2:YOLOv5实现人体检测(含人体检测数据集和训练代码)
“ 这是博文《行人检测(人体检测)2:YOLOv5实现人体检测(含人体检测数据集和训练代码)》项目代码”
1.项目介绍
目前,基于YOLOv5s的人体检测精度平均值mAP_0.5=0.98432,mAP_0.5:0.95=0.84354。为了能部署在手机Android平台上,本人对YOLOv5s进行了简单的模型轻量化,并开发了一个轻量级的版本yolov5s05_416和yolov5s05_320模型;轻量化模型在普通Android手机上可以达到实时的检测效果,CPU(4线程)约30ms左右,GPU约25ms左右 ,基本满足业务的性能需求。下表格给出轻量化模型的计算量和参数量以及其检测精度
VOC人体检测数据集:VOC2007共9963张图片,VOC2012共17125张图片,已经标注了人脸框(face)和人体框(person)
COCO人体检测数据集:总共66697张含有人体的图片,已经标注了人脸框(face)和人体框(person)
MPII人体检测数据集:总共21430张含有人体的图片,已经标注了人脸框(face)和人体框(person)
整套YOLOv5项目工程,含训练代码train.py和测试代码demo.py
支持高精度版本yolov5s训练和测试
支持轻量化版本yolov5s05_320和yolov5s05_416训练和测试
根据本篇博文说明,简单配置即可开始训练:train.py
测试代码demo.py支持图片,视频和摄像头测试
2.详细说明
详细说明,请查看原文《行人检测(人体检测)2:YOLOv5实现人体检测(含人体检测数据集和训练代码)》
3.资源下载
关于项目的任何问题,均可在博客评论留言~
《行人检测(人体检测)2:YOLOv5实现人体检测(含人体检测数据集和训练代码)》的项目源码