构建开发者手机目标识别应用的模型

介绍

本项目基于yolov5神经网络，构建100个分类目标检测模型， 再将模型量化并转换成展锐模型，在7885芯片使用。

安装教程

1. conda创建一个python==3.8的环境, 并启用。

     conda create -n ai_doc python==3.8 -y

   conda activate detect

2. 安装yolov5依赖项。

   cd yolov5-master
   pip install -r requirements.txt

3. 测试

python ./test.py

得到ai_doc/runs/detect/exp/bug.jpg，如下图，表示测试成功。

使用说明

1. 数据准备，请查阅指南

2. 训练

   cd ai_doc
   python ./yolov5-master/train.py --data coco_cc.yaml --epochs 60 --weights '' --cfg yolov5s.yaml

3. 推理

   python ./yolov5-master/detect.py --weights ./yolov5-master/runs/train/exp/weights/last.pt --source ./datasets/yolo_cc/images/val/000000229111.jpg

4. 导出

   python ./yolov5-master/export.py --weights ./yolov5-master/runs/train/exp/weights/best.pt --include onnx

5. 验证

   python ./yolov5-master/val.py --weights ./yolov5-master/runs/train/exp/weights/last.pt --data coco_cc.yaml --img 640

6. 量化&评估，请查阅指南

7. mindspore封装展锐模型

   ./converter_lite --fmk=THIRDPARTY --modelFile=./yolov5s_c100_e100_cut_sim_quant_int8.uir --configFile=./int8_config.txt --outputFile=./output_model_NHWC

参与贡献

chenhaoming@openvalley.net