文章目录概述目标检测模型概述使用COCO2017体验YOLOv5下载项目和权重下载处理COCO2017数据训练YOLOv5导出模型到其他框架模型推理detect.py模型的输入输出尺寸letterboxnon_max_suppressionMNN安装转化代码测试模型的超参数模型的训练数据文件组织意外中断后恢复训练，训练过程中想修改参数概述兜兜转转又回到YOLOv5，YOLOv5的项目代码太易用了，开箱即用，工具多，效果好，谁能不爱呢。我这里对我使用YOLOv5做简单的记录，以后自己看到能很快用起来就是本篇文章的目的，这篇文章我一直要干到MNN部署方式去。目标检测模型概述深度学习模型由于其拥有足

前言欢迎大家关注有三AI的视频课程系列，我们的视频课程系列共分为5层境界，内容和学习路线图如下：第1层：掌握学习算法必要的预备知识，包括Python编程，深度学习基础，数据使用，框架使用。第2层：掌握CV算法最底层的能力，包括模型设计基础，图像分类，模型分析。第3层：掌握CV算法最核心的方向，包括图像分割，目标检测，图像生成，目标跟踪。第4层：掌握CV算法最核心的应用，包括人脸图像，图像质量，视频分析，图像编辑。第5层：掌握算法落地的关键技术，包括模型优化，模型部署。其中部分课程的主体内容已经更新完毕，比如数据使用/模型分析/图像分类/图像分割/目标检测/图像生成/图像翻译/视频分类/模型部署

基本思想：仍然是身份证分割，因为上一个篇博客的效果不好，所以操刀改mm系列的框架，并进行ncnn和mnn的c++的部署开发 mmcv_full1.6.1＋mmrotatev0.3.2测试没有问题mmcv_full1.4.６+mmrotatev0.3.0版本如果报错　，需要删掉/home/ubuntu/v0.3.0/mmrotate/mmrotate/models/dense_head/oriented_reppoints_head.py报错提示的引用包chamfer_distance mmrotate源码和mnn源码使用20220813之前日期的测试没有问题, 第一步下载源码ubuntu@ub

基本思想：仍然是身份证分割，因为上一个篇博客的效果不好，所以操刀改mm系列的框架，并进行ncnn和mnn的c++的部署开发 mmcv_full1.6.1＋mmrotatev0.3.2测试没有问题mmcv_full1.4.６+mmrotatev0.3.0版本如果报错　，需要删掉/home/ubuntu/v0.3.0/mmrotate/mmrotate/models/dense_head/oriented_reppoints_head.py报错提示的引用包chamfer_distance mmrotate源码和mnn源码使用20220813之前日期的测试没有问题, 第一步下载源码ubuntu@ub