基于SAHI模块结合YOLOv5-5.0实现超分辨率小目标检测示例源码(含使用方法).zip

【资源说明】 1.项目代码均经过功能验证ok，确保稳定可靠运行。欢迎下载食用体验！ 2.主要针对各个计算机相关专业，包括计算机科学、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师、企业员工。 3.项目具有丰富的拓展空间，不仅可作为入门进阶，也可直接作为毕设、课程设计、大作业、初期项目立项演示等用途。 4.当然也鼓励大家基于此进行二次开发。在使用过程中，如有问题或建议，请及时沟通。 5.期待你能在项目中找到乐趣和灵感，也欢迎你的分享和反馈！ 【项目介绍】 基于SAHI模块结合YOLOv5-5.0实现超分辨率小目标检测示例源码(含使用方法).zip 环境 ·win + pycharm ·sahi==0.8.4 ·yolov5==5.0 ·pytorch==1.7.1+cu101 ```commandline # 安装gpu版torch和torchvision pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html # pip install yolov5 pip install sahi==0.8.4 pip install fiftyone imantics ``` ## RUN 1. csdn下载项目解压，命名为SAHI-yolov5(路径不要搞中文) 2. tree:\ main.py\ README.md\ samll-vehicles1.jpg\ yolov5s6.pt 3. vim main.py: ```commandline line4: yolov5_model_path = yolov5_model_path = "C:\\Users\\kiven\\Desktop\\SAHI\\yolov5s6.pt" # 放置你的权重地址 line10: device="cuda:0", # or 'cpu' ``` 4. please change your path and divice 5. python main.py