# 手把手教你使用YOLOV5做电线绝缘子缺陷检测
随着社会和经济的持续发展,电力系统的投资与建设也日益加速。在电力系统中,输电线路作为电能传输的载体,是最为关键的环节之一。而绝缘子作为输电环节中的重要设备,在支撑固定导线,保障绝缘距离的方面有着重要作用。大多数高压输电线路主要架设在非城市内地区,绝缘子在输电线路中由于数量众多、跨区分布,且长期暴露在空气中,受恶劣自然环境的影响,十分容易发生故障。随着大量输电工程的快速建设,传统依靠人工巡检的模式,已经越来越难以适应高质量运维的要求。随着国网公司智能化要求的提升,无人机技术的快速应用,采取无人机智能化巡视,能够大幅度减少运维人员及时间,提升质量,因此得到快速发展。
深度学习技术的大量应用,计算机运算性能的不断提高,为无人机准确识别和定位绝缘子,实时跟踪拍摄开辟了新的解决途径。本文对输电线路中绝缘子进行识别及定位,利用深度学习技术采取基于YOLOv5 算法的目标检测手段,结合绝缘子数据集的特点,对无人机拍摄图片进行训练,实现对绝缘子精准识别和定位,大幅提升无人机巡检时对绝缘子设备准确跟踪、判定的效率,具有十分重要的应用效果。
废话不多说,咱们先看两张实际效果。
![val_batch0_pred](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/val_batch0_pred.jpg)
![](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230315155840755.png)
## <font color='red'>注意事项</font>
1. 尽量使用英文路径,避免中文路径,中文路径可能会导致代码安装错误和图片读取错误。
2. pycharm运行代码一定要注意左下角是否在虚拟环境中。
3. 库的版本很重要,使用本教程提供的代码将会事半功倍
遇到解决不了的问题可以通过<font color='red'>私信(QQ:3045834499)</font>联系我,粉丝儿朋友远程调试该项目(包含数据集和训练好的三组模型)仅需99个圆子。
## 前期准备
项目下载地址:[ YOLOV5电线绝缘子缺陷检测数据集+代码+模型+教学视频+参考论文资源-CSDN文库](https://download.csdn.net/download/ECHOSON/87579913)
### 电脑设置
大部分小伙伴使用的电脑一般都是windows系统,在windows系统下跑代码,难免会遇到各种各样的bug,首先是编码问题,为了防止代码在运行过程中,出现编码错误,我们首先要将我们电脑的语言设置为utf-8格式,具体如下。首先在搜索框搜索语言,点击这里。
![image-20230314162708618](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314162708618.png)
找到管理语言设置。
![image-20230314162736950](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314162736950.png)
勾选utf-8即可。
![image-20230314162809457](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314162809457.png)
另外有的电脑初始设置的时候内存是由电脑自行分配的,很可能在运行训练代码的时候出现显存溢出的情况,为了防止该情况的出现,我们需要在高级系统设置中对虚拟内存进行设置,如下。
首先打开高级系统设置,点开性能中的设置。
![image-20230314163125410](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314163125410.png)
在高级中找到虚拟内存的设置。
![g](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314163246667.png)
以d盘为例,这里我们将虚拟内存设置在4G到8G之间,其余操作一样。
![image-20230314163343142](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314163343142.png)
其他盘也设置完成之后,点击确定之后按照电脑提示重启即可。
### 相关软件安装
* Nvidia驱动安装(可选)
首先是驱动的安装,这个小节主要是针对电脑带有Nvidia显卡的小伙伴,如果你的电脑没有Nvidia显卡,你直接跳过就可以了,你可以通过右下方的任务栏判断是是否具有这个显卡,如果是笔者这里的绿色小眼睛图标,说明你是具有Nvidia显卡的。
![image-20230314163712808](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314163712808.png)
驱动下载的地址为:[官方驱动 | NVIDIA](https://www.nvidia.cn/Download/index.aspx?lang=cn)
注意请按照你电脑具体的型号来选择驱动文件,不清楚的可以通过设备管理器来查看你显卡的具体型号。
![image-20230314163843861](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314163843861.png)
![image-20230314164934119](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314164934119.png)
下载exe文件之后,直接下一步下一步按照默认安装就好,注意这里最好按照默认目录安装,否则可能导致安装失败的情况如下,安装完毕之后重启电脑,在命令行中输入`nvidia-smi`,如果正常输出显卡的信息说明显卡驱动安装已经成功。
![image-20230314164556374](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314164556374.png)
<font color='red'>另外,这里多叭叭两句。</font>
很多的远古教程会教你去安装cuda和cudnn,这个过程非常麻烦,并且需要你注册nvidia的账户,由于众所周知的原因,账户注册就很繁琐。其实,在新版本的驱动安装中,就已经自带最新版本的cuda,比如我上图所示的在笔者驱动安装完毕之后已经自带了12.0的cuda,cuda这个东西是向下兼容的,后续的cudnn那些我们直接通过anaconda来安装就可以了,这样真的省心很多。
* Anaconda安装
conda是一个开源的包、环境管理器,可以用于在同一个机器上安装不同版本的软件包及其依赖,并能够在不同的环境之间切换。我强烈推荐你使用他,他的作用类似于java中的maven和我们平时使用的虚拟机,他能够保证的项目之间互相是隔离的。举个简单的例子,如果你同时有两个项目,你一个使用的pytorch1.8,一个用的是pytorch1.10,这样一个环境肯定就不够了,这个时候anaconda就派上大用场了,他可以创建两个环境,各用各的,互不影响。
Anaconda有完全版本和Miniconda,其中完整版太臃肿了,我这边推荐使用miniconda,下载地址在:[Index of /anaconda/miniconda/ | 北京外国语大学开源软件镜像站 | BFSU Open Source Mirror](https://mirrors.bfsu.edu.cn/anaconda/miniconda/)
下滑到最下方,点击这个版本的下载即可。
![image-20230314165429511](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314165429511.png)
同样的,下载之后安装即可,<font color='red'>注意不要安装在C盘!!!</font>,另外,添加到系统路径这个选项也请务必选上,后面使用起来会带来很多便捷,并且这里的安装位置请你一定要记得,后面我们在Pycharm中将会使用到。
![image-20230314165627756](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314165627756.png)
* Pycharm安装
OK,Anaconda安装完成之后,我们还需要一个编辑器来写代码,这里推荐大家使用Pycharm,Pycharm有专业版和社区版,社区版是免费的,专业版如果你有教育邮箱的话也可以通过教育邮箱注册账户来使用,但是社区版的功能已经够绝大多数小伙伴来用了,Pycharm的下载地址在:[Download PyCharm: Python IDE for Professional Developers by JetBrains](https://www.jetbrains.com/pycharm/download/#section=windows)
![image-20230314170220451](https://vehicle4cm.oss-cn-beijing.aliyuncs.com/imgs/image-20230314170220451.png)
注意也是安�
没有合适的资源?快使用搜索试试~ 我知道了~
yolov5训练自己的模型
共185个文件
yaml:53个
py:51个
pyc:24个
需积分: 0 0 下载量 156 浏览量
2023-12-25
17:23:53
上传
评论
收藏 48.09MB ZIP 举报
温馨提示
yolov5训练自己的模型
资源推荐
资源详情
资源评论
收起资源包目录
yolov5训练自己的模型 (185个子文件)
setup.cfg 923B
Dockerfile 2KB
Dockerfile 821B
.gitignore 47B
yolov5-sfid.iml 484B
tutorial.ipynb 55KB
logo.jpeg 33KB
up.jpeg 28KB
right.jpeg 27KB
right.jpeg 25KB
tmp_upload.jpeg 21KB
up.jpeg 21KB
phone_419.jpg 646KB
bus.jpg 476KB
phone_89.jpg 444KB
phone_1310.jpg 392KB
phone_633.jpg 344KB
phone_689.jpg 315KB
tmp_upload.jpg 311KB
phone_2096.jpg 223KB
phone_2423.jpg 197KB
phone_2402.jpg 181KB
zidane.jpg 165KB
single_result.jpg 115KB
upload_show_result.jpg 111KB
single_result_vid.jpg 79KB
fishman.jpg 74KB
zhu.jpg 38KB
logo.jpg 17KB
LICENSE 34KB
README.md 16KB
README.md 14KB
README.md 10KB
README.md 2KB
0.mp4 2.58MB
tt100k.names 189B
tmp_upload.png 1.63MB
lufei.png 216KB
qq.png 151KB
yolov5s.pt 14.02MB
best.pt 13.75MB
last.pt 13.75MB
datasets.py 44KB
datasets_not_print.py 44KB
general.py 34KB
train_server.py 32KB
train.py 32KB
common.py 29KB
window.py 26KB
window_pepper.py 26KB
wandb_utils.py 25KB
window_main.py 23KB
tf.py 20KB
plots.py 20KB
val.py 17KB
export.py 16KB
yolo.py 15KB
metrics.py 13KB
torch_utils.py 13KB
detect.py 12KB
augmentations.py 11KB
loss.py 9KB
data_gen.py 8KB
predict_func.py 8KB
autoanchor.py 7KB
get_names.py 7KB
__init__.py 7KB
ji.py 6KB
hubconf.py 6KB
downloads.py 6KB
experimental.py 4KB
activations.py 4KB
x.py 3KB
callbacks.py 2KB
autobatch.py 2KB
get_visdrone_yolo_data.py 2KB
666.py 2KB
resume.py 1KB
sweep.py 1KB
restapi.py 1KB
log_dataset.py 1KB
dbdb.py 706B
gen_split.py 625B
server_main.py 468B
__init__.py 458B
images_half.py 427B
go_train.py 396B
example_request.py 299B
uav_det.py 214B
__init__.py 175B
__init__.py 0B
__init__.py 0B
__init__.py 0B
datasets.cpython-38.pyc 35KB
datasets_not_print.cpython-38.pyc 34KB
general.cpython-38.pyc 30KB
common.cpython-38.pyc 28KB
wandb_utils.cpython-38.pyc 19KB
plots.cpython-38.pyc 18KB
yolo.cpython-38.pyc 13KB
共 185 条
- 1
- 2
资源评论
我不会这个的啊
- 粉丝: 9
- 资源: 1
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于MATLAB的多种算法图像分割对比 有阈值法【包括迭代式阈值,OTSU迭代,直方图阈值法】和区域法【区域生长法和分裂合并法】
- Intel Developer Cloud-IPUs in IDC
- 基于Java语言的经典设计模式与源码解析
- 基于Jupyter Notebook的Python半自动化办公脚本设计源码
- mshare - Sharing Page Tables Across Processes
- 基于图像特征的遥感图像相似匹配(【武汉大学遥感学院】Matlab课设 )
- 基于Java的社团活动网站设计与实现源码
- 基于Flask框架的山东大学数据库课设——电影院管理系统设计源码
- 基于Python核心的求职招聘系统全栈设计源码
- 基于Java语言的北京气象灾害预警平台邮件通知系统设计源码
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
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功