Yolov5实现道路裂缝检测，附数据集
向AI转型的程序员都关注了这个号👇👇👇
机器学习AI算法工程 公众号：datayx
环境要求
Python 3.8或之后的版本
还要安装requirements.txt文件中所有依赖包，包括1.7及以上版本的
torch
pip install -r requirements.txt
项目 代码 获取方式：
关注微信公众号 datadyx 然后回复 道路 即可获取。
AI项目体验地址 https://loveai.tech
测试
运行前先将图片或视频文件放在和detect.py同一目录下，然后运行下面语句：
python detect.py --source file.jpg
因为我将训练好的模型已经放入./runs/train/exp_1000/weights/路径下了，如果自己训练了模型后，记得修改为自己的模型路径。
原图标记：
测试标记：
训练自己的数据集
1.创建dataset.yaml文件
文件要满足以下格式（如下图）：
下载地址（没有的不用管它）
训练图片路径
验证图片路径
类的个数
类名
2.创建标签文件
文件要满足以下格式（如下图）：
1.一张图片一个txt文件
2.一行一个目标
3.每行都是class x_center y_center width height的格式，也就是类对应的序号，目标的x轴中心点，目标的y轴中心点，还有宽和高，注意都不超过1，都是像素点除以宽或高。（一般的正规数据集都自带这种格式的标签，如果没有这种格式的，需要自己编写程序转换，如果没有标签只有图片，需要自行下载标记软件，然后标记图片）
4. 序号从0开始
3.组织文件路径
注意第1步创建dataset.yaml文件中的文件路径，自己填什么路径就把文件放在什么路径。
4.选择模型
推荐选择YOLOv5s，小还快。
5.开始训练
如果用的是Pycharm就右键train.py文件open in terminal,输入以下代码，如果不是Pycharm，可以再cmd中，先调到train.py路径下，再运行下面语句开始训练。（--之后代表参数，img就是图片要缩放的大小，最好是和原图一样大小，epochs是要迭代的次数，data就是第一步创建的文件，weight也就是训练好的权重）
机器学习算法AI大数据技术
搜索公众号添加： datanlp
长按图片，识别二维码
阅读过本文的人还看了以下文章：
基于40万表格数据集TableBank，用MaskRCNN做表格检测
《深度学习入门：基于Python的理论与实现》高清中文PDF+源码
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类
如何利用全新的决策树集成级联结构gcForest做特征工程并打分？
Machine Learning Yearning 中文翻译稿
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx