刚才在微信朋友圈看到关于Yolo目标检测的新的网络:YOLObile
它的paper下载链接是 https://arxiv.org/abs/2009.05697
github代码地址是 https://github.com/CoCoPIE-Pruning/CoCoPIE-ModelZoo/tree/master/YOLObile
我把代码和模型.pt文件下载到本地后运行了一下,可以看到它是基于pytorch框架实现的,下载到的.pt文件有245M,这么大,我有些怀疑YOLObile是否真的如paper种所说的“在移动设备上实时检测”。
接下来我就想编写一个用opencv的dnn模块做YOLObile的目标检测,但是模型文件时.pt格式的,这是dnn模块不支持的格式,于是我就想把它提供的.pt文件转换成darknet框架里的.weights文件。
方法是本代码仓库里的convert_darknet.py文件,把它拷贝到YOLObile文件夹里,然后运行,程序会读取.cfg文件和.pt文件,最后生成.weights文件。
有了.cfg文件和.weights文件,我们就可以利用opencv的dnn木块做目标检测,此时就不依赖pytorch框架了。
.weights文件有245M,无法直接上传到github,百度云盘的下载
链接: https://pan.baidu.com/s/1FsTGBoGuJNYSdGvFSw9Trg 提取码: mc9b
把.weights文件下载完成之后放在本仓库代码的文件夹里,运行main_yolobile.py
我曾想过运行convert_darknet.py文件,来转换https://github.com/ultralytics/yolov5 里的yolov5s.pt,
但是我发现它得.pt文件里包含了网络结构和模型参数的,使用torch.load加载.pt文件
就会报出
“RuntimeError: yolov5s.pt is a zip archive (did you mean to use torch.jit.load()?)”
这样的错误。并且它的网络结构文件是.yaml格式的,不是.cfg格式的,这就无法用opencv的dnn模块做yolov5目标检测了。
因此,我就没有在github上发布使用opencv的dnn模块做yolov5目标检测的程序
使用opencv的dnn模块做YOLObile的目标检测python源码+模型+说明.zip
版权申诉
55 浏览量
2024-05-02
11:30:00
上传
评论
收藏 478KB ZIP 举报
FL1768317420
- 粉丝: 4874
- 资源: 5740
最新资源
- docker配置文件daemon.json
- 贪吃蛇(个体自动追踪).zip
- c语言文件读写操作代码.rar
- MySQL的安装和配置的基本步骤.rar
- 一个简单的学生信息管理系统实现代码.rar
- AutoHotKey 2.0中文帮助文件
- 基于Docker-compose的Elasticsearch集群每个节点均是独立docker-compose配置而成源码.zip
- 目标检测-零售食品LOGO检测数据集-40000张图-+对应VOC-COCO-YOLO三种格式标签+数据集划分脚本
- 目标检测-零售食品LOGO检测数据集-30000张图-+对应VOC-COCO-YOLO三种格式标签+数据集划分脚本
- 目标检测-零售食品LOGO检测数据集-20000张图-+对应VOC-COCO-YOLO三种格式标签+数据集划分脚本
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈