[TOC]

To deal with 《Computer Vision》 coursework, I utilize Yolov5 neural network instead of traditional methods based on computer graphics.Besides, I use Pyside6 and Gradio to achieve graphical interface.

这个项目是我的《计算机视觉》课程小作业。虽然目前(24/3/15)我还只能看懂并自搭Yolov3网络，但这并不影响我使用好Yolov5。

其中，最开始完成项目(v1.0)的思路都是按别人教程一步步照抄的 所参考课程

I'm only a user of knowledge, not a creator, right now.This is the biggest gap between experts and apprentices.

Yolov5 You Only Look Once: Unified, Real-Time Object Detection YOLOv3: An Incremental Improvement

• v1.0使用的暂时还是yolov5的预训练模型, 单纯将yolov5用起来了而已。

  最开始我选择BITVehicle数据集对Yolov5模型进行训练，训练结果Yolov5-vehicle-detection/yolov5/runs/train/exp2

  配置文件为：Yolov5-vehicle-detection/yolov5/datadata/myTrain.yaml

• 结果，发现在北理工车辆数据集上训练的模型，只能对北理工车辆数据集起作用(过拟合)———原因：BITVehicle数据集太过高清，一个镜头大多只有一两个车辆，且车辆都是正面的静距离视角。

  如: 在这个图片中，因车辆里摄像头远了些，被标注为Truck

  

对项目改进方面：

1. 换用新的、泛化性更强的数据集训练

   最近也找到了合适的数据集：

   链接：https://pan.baidu.com/s/1ZozGHhCKqul6zwnB60_E4w?pwd=pwwk 提取码：pwwk

2. 增加新功能：车辆计数

完成这两点，就从v1升级到v2；之后打算尝试挑战yolov5网络架构，使其更适配车辆识别。

git clone <本项目>

激活相关python环境，进入Yolo文件夹下：python base_ui.py

初步UI界面如图：

演示效果：

3. 使用gradio网页端：python gradioDemo.py

1.raise NotImplementedError("cannot instantiate %r on your system" NotImplementedError: cannot instantiate 'PosixPath' on your system

我在Ubuntu服务器上训练的模型，在windows下加载时，报这样的错误。最后搜索yolov5 issues解决

方案