YOLOv5为目标检测带来了极大的方便。通过简单地训练YOLOv5，即可以实现一个速度快、性能高的目标检测系统。
下面介绍如何从头开始构造一个简单的目标检测系统，用来识别图像内的苹果和香蕉，并标注他们所在的位置。
特别强调的是，YOLOv5给我们提供了全套解决方案，整个系统并不需要我们自己手写代码。
对于通用任务，我们要做的就是找到开源数据集，训练它，然后就得到了完整的可以实现目标检测的系统。
例如，我们找到花卉数据集，通过该数据集训练，就可以实现一个识别花卉的系统。我们找到一个火车轨道伤损数据集，通过使用该数据集训练YOLOv5，就可以得到一个火车轨道伤损识别系统。
如果我们要进行的是一个专用任务。我们要做的工作可能要多一些，此时需要我们对一些训练图像进行标注，对其中出现的特定目标进行标注。当然，我们可以使用labelImg非常方便地对图像内的特定对象进行标注。
例如，我们要识别非常罕见的某个物体A、物体B、物体C。我们只要找到一些包含这些物体的图像，并使用labelImg对他们进行标注。然后训练该数据集，就可以得到一个新的YOLO系统识别新的图像上出现的物体A、物体B、物体C。
为什么要提到罕见的物体A、B、C。因为常见的物体，我们都可以找到别人已经构造好的数据集，不需要我们额外做标注工作了。
首先，我们看下具体的流程：
步骤1：训练适用于当前项目的权重文件。 步骤2：使用训练好的权重文件，完成识别。
下面使用图来说明一下：
步骤1：
训练适用于当前项目的权重文件。
步骤2：
使用训练好的权重文件，完成识别。
更具体来说，从头开始仅仅需要六个步骤即可。具体步骤如下：
如果已经具备一定的深度学习基础，上述步骤在半个小时即可完成。
下面，简单对上述六个步骤做个介绍。
为了方便，直接安装anaconda就好。这样比较方便，不需要我们额外进行配置了。
主要包含如下几个工作：
要件1：下载YOLOv5工程文件 要件2：下载权重文件 要件3：按照requirements.txt文件，配置第三方库 要件4：查看测试文件
要件1：下载YOLOv5工程文件
通过搜索引擎，找到官网，下载即可。
要件2：下载权重文件
它有好多预训练好的权重文件，我们可以根据需要下载即可。
如果问题比较简单，我们直接下载“YOLOv5n”即可。
总体来说：
预训练文件较小时，它的精读低、但是速度较快。
预训练文件较大时，它的精读高、但是速度较慢。
各个文件的大小如下：
要件3：按照requirements.txt文件，配置第三方库
运行YOLOv5，需要很多第三方库，直接使用YOLOv5自带的requirements.txt一次搞定。
要件4：查看测试文件
YOLOv5给我提供了两张测试图像，路径如下。
本步骤测试YOLOv5是否能够正常运行。如下图，使用YOLOv5自带的测试图像、权重文件，实现目标检测。
图中：
左侧：测试图像
中间：权重文件
右侧：左侧测试图像的检测结果。可以看到检测出了领带、人、车等等。
直接运行detect.py即可。
需要注意的是，要配置其参数：
source：测试文件位置
weight：权重文件位置
这里需要使用labelImg。labelImg用来对图像进行标注，它能够根据手工标注自动给出对象在图像内的位置、对象大小。
如下图所示，文件classes所示：共有两个分类苹果和香蕉。苹果对应着类别0，香蕉对应着类别1.
如下图所示，图像lilizong1.jpg在labelImg处理后，会得到lilizong1.txt文件。
lilizong1.txt中，共有四行，前三行对应着lilizong1.jpg中三个苹果，第四行对应着lilizong1.jpg中的一只香蕉。
标注文件lilizong1.txt中，数值包含四个部分：
【分类、对象位置（x,y）、对象尺寸（宽度、高度）】
（x,y）、（宽度、高度）都是归一化的值。
简单理解，原始图像的宽度、高度都是1。或者将未知、尺寸都理解为原图像的百分比。
例如，在lilizong1.txt中，第1行中：
[0,0.47,0.52,0.12,0.118]
其中数值0是分类，对应着apple，（0.47,0.52）是苹果在图像中的位置，（0.12,0.118）是苹果的宽度和高度。
0.47表示当前的apple距离左边界的距离占图像总宽度的47%
0.52表示当前的apple距离上边界的距离占图像总高度的52%
0.12表示当前的apple的宽度占图像总宽度的12%
0.118表示当前的apple的高度占图像总高度的11.8%
labelImg安装方式如下：
pip install labelImg
labelImg的运行方式如下：
labelImg
运行labelImg，如下图所示。
主要操作如下：
1、图像目录：设定要标注的图像在哪
2、标签目录：生成的标签文件存在哪
3、支持类型：选择【YOLO】（也支持其他类型）
4、create rectangle（生成标注框）
5、设置默认标签
导入图像后，框定图像内的对象、设定标签即可获取对应的包含类别、位置、宽高的标注文件。
这里主要分为四部分：
1、data.yaml：配置文件
2、train：训练文件
3、val：验证文件
4、test：测试文件
配置文件（data.yaml）的内容主要包含：
1、设定好目标检测的分类
2、nc：类的个数（nubmer of class）
3、train：训练文件的路径
4、val：验证文件的路径
需要注意，使用yolov5，既要包含训练文件、又要包含验证文件。无论训练文件，还是验证文件其中的图像都要包含对应对应的标签。
训练过程，就是使用训练文件、验证文件，获取权重文件的过程。
运行train.py完成YOLOv5的训练。需要注意的是，要配置其对应的参数，主要包含：
--batch-size="2" ：批处理大小
--epochs="200" ：训练轮次
--data="lilizong/data.yaml"：数据源位置
--weights=".\weight\yolov5n.pt"：使用的权重
配置方式如下：
使用训练好的权重，进行目标检测。
运行train.py，实现目标检测。需要配置参数如下：
--source=".\lilizong\test" ：原文件路径
--weights=".\runs\train\exp\weights\best.pt"：训练好的权重
配置方式如下：
识别香蕉和苹果（目标检测）的结果如下所示：
视频课程地址：
我有带有Logo图像的公司模型has_attached_file:logo我用他们的Logo创建了许多公司。现在，我需要添加新样式has_attached_file:logo,:styles=>{:small=>"30x15>",:medium=>"155x85>"}我是否应该重新上传所有旧数据以重新生成新样式？我不这么认为……或者有什么rake任务可以重新生成样式吗？ 最佳答案 参见Thumbnail-Generation.如果rake任务不适合你，你应该能够在控制台中使用一个片段来调用重新处理!关于相关公司
导读语言模型给我们的生产生活带来了极大便利，但同时不少人也利用他们从事作弊工作。如何规避这些难辨真伪的文字所产生的负面影响也成为一大难题。在3月9日智源Live第33期活动「DetectGPT：判断文本是否为机器生成的工具」中，主讲人Eric为我们讲解了DetectGPT工作背后的思路——一种基于概率曲率检测的用于检测模型生成文本的工具，它可以帮助我们更好地分辨文章的来源和可信度，对保护信息真实、防止欺诈等方面具有重要意义。本次报告主要围绕其功能，实现和效果等展开。（文末点击“阅读原文”，查看活动回放。）Ericmitchell斯坦福大学计算机系四年级博士生，由ChelseaFinn和Chri
之前说过10之后的版本没有3dScan了，所以还是9.8的版本或者之前更早的版本。 3d物体扫描需要先下载扫描的APK进行扫面。首先要在手机上装一个扫描程序，扫描现实中的三维物体，然后上传高通官网，在下载成UnityPackage类型让Unity能够使用这个扫描程序可以从高通官网上进行下载，是一个安卓程序。点到Tools往下滑，找到VuforiaObjectScanner下载后解压数据线连接手机，将apk文件拷入手机安装然后刚才解压文件中的Media文件夹打开，两个PDF图打印第一张A4-ObjectScanningTarget.pdf，主要是用来辅助扫描的。好了，接下来就是扫描三维物体。将瓶
Heroku支持人员告诉我，为了在我的Web应用程序中使用自定义字体(未安装在系统中，您可以在bash控制台中使用fc-list查看已安装的字体)我必须部署一个包含所有字体的.fonts文件夹里面的字体。问题是我不知道该怎么做。我的意思是，我不知道文件名是否必须遵循heroku的任何特殊模式，或者我必须在我的代码中做一些事情来考虑这种字体，或者如果我将它包含在文件夹中它是自动的......事实是，我尝试以不同的方式更改字体的文件名，但根本没有使用该字体。为了提供更多详细信息，我们使用字体的过程是将PDF转换为图像，更具体地说，使用rghostgem。并且最终图像根本不使用自定义字体。在
我正在尝试使用Ruby2.0.0和Rails4.0.0提供的API从imgur中提取图像。我已尝试按照Ruby2.0.0文档中列出的各种方式构建http请求，但均无济于事。代码如下:require'net/http'require'net/https'defimgurheaders={"Authorization"=>"Client-ID"+my_client_id}path="/3/gallery/image/#{img_id}.json"uri=URI("https://api.imgur.com"+path)request,data=Net::HTTP::Get.new(path
2022/8/4更新支持加入水印水印必须包含透明图像，并且水印图像大小要等于原图像的大小pythonconvert_image_to_video.py-f30-mwatermark.pngim_dirout.mkv2022/6/21更新让命令行参数更加易用新的命令行使用方法pythonconvert_image_to_video.py-f30im_dirout.mkvFFMPEG命令行转换一组JPG图像到视频时，是将这组图像视为MJPG流。我需要转换一组PNG图像到视频，FFMPEG就不认了。pyav内置了ffmpeg库，不需要系统带有ffmpeg工具因此我使用ffmpeg的python包装p
在我让另一个人重做我的前端UI之前，我的Rails应用程序运行平稳。我已经尝试解决此错误3天了。这是错误:Nosuchfileordirectory-identifyExtractedsource(aroundline#59):575859606162@post=Post.find(params[:id])authorize@postif@post.update_attributes(post_params)flash[:notice]="Postwasupdated."redirect_to[@topic,@post]else{"utf8"=>"✓","_method"=>"patc
有这样的事吗？我想在Ruby程序中使用它。 最佳答案 试试这个http://csl.sublevel3.org/jp2a/此外，Imagemagick可能还有一些东西 关于ruby-是否有将图像文件转换为ASCII艺术的命令行程序或库？，我们在StackOverflow上找到一个类似的问题： https://stackoverflow.com/questions/6510445/
我正在使用Dragonfly在Rails3.1应用程序上处理图像。我正在努力通过url将图像分配给模型。我有一个很好的表格:{:multipart=>true}do|f|%>RemovePicture?Dragonfly的文档指出:Dragonfly提供了一个直接从url分配的访问器:@album.cover_image_url='http://some.url/file.jpg'但是当我在控制台中尝试时:=>#ruby-1.9.2-p290>picture.image_url="http://i.imgur.com/QQiMz.jpg"=>"http://i.imgur.com/QQ
我对图像处理完全陌生。我对JPEG内部是什么以及它是如何工作一无所知。我想知道，是否可以在某处找到执行以下简单操作的ruby代码:打开jpeg文件。遍历每个像素并将其颜色设置为fx绿色。将结果写入另一个文件。我对如何使用ruby-vips库实现这一点特别感兴趣https://github.com/ender672/ruby-vips我的目标-学习如何使用ruby-vips执行基本的图像处理操作(Gamma校正、亮度、色调……)任何指向比“helloworld”更复杂的工作示例的链接——比如ruby-vips的github页面上的链接，我们将不胜感激!如果有ruby-
