YOLO V5
物体检测，包括手部检测。
项目介绍
手部检测
手部检测示例如下 ：
- 视频示例：
项目配置
- 作者开发环境：
- Python 3.7
- PyTorch >= 1.5.1
数据集
手部检测数据集
该项目数据集采用 TV-Hand 和 COCO-Hand (COCO-Hand-Big 部分) 进行制作。
TV-Hand 和 COCO-Hand数据集官网地址 http://vision.cs.stonybrook.edu/~supreeth/
感谢数据集贡献者。
Paper：
Contextual Attention for Hand Detection in the Wild. S. Narasimhaswamy, Z. Wei, Y. Wang, J. Zhang, and M. Hoai, IEEE International Conference on Computer Vision, ICCV 2019.
所有数据集的数据格式
size是全图分辨率， (x，y) 是目标物体中心对于全图的归一化坐标，w,h是目标物体边界框对于全图的归一化宽、高。
dw = 1./(size[0])
dh = 1./(size[1])
x = (box[0] + box[1])/2.0 - 1
y = (box[2] + box[3])/2.0 - 1
w = box[1] - box[0]
h = box[3] - box[2]
x = x*dw
w = w*dw
y = y*dh
h = h*dh
为了更好了解标注数据格式，可以通过运行 show_yolo_anno.py 脚本进行制作数据集的格式。注意配置脚本里的path和path_voc_names，path为标注数据集的相关文件路径，path_voc_names为数据集配置文件。
制作自己的训练数据集
- 如下所示,每一行代表一个物体实例，第一列是标签，后面是归一化的中心坐标(x,y),和归一化的宽(w)和高(h)，且每一列信息空格间隔。归一化公式如上，同时可以通过show_yolo_anno.py进行参数适配后，可视化验证其正确性。
label x y w h
0 0.6200393316313977 0.5939000244140625 0.17241466452130497 0.14608001708984375
0 0.38552491996544863 0.5855700073242187 0.14937006832733554 0.1258599853515625
0 0.32889763138738515 0.701989990234375 0.031338589085055775 0.0671400146484375
0 0.760577424617577 0.69422998046875 0.028556443261975064 0.0548599853515625
0 0.5107086662232406 0.6921500244140625 0.018792660530470802 0.04682000732421875
0 0.9295538153861138 0.67602001953125 0.03884511231750328 0.01844000244140625
预训练模型
从零开始预训练模型
手部检测预训练模型
- 包括yolo_v5预训练模型图像输入尺寸640。
- 预训练模型下载地址(百度网盘 Password: x7d4 )
项目使用方法
数据集可视化
- 根目录下运行命令： show_yolo_anno.py (注意脚本内相关参数配置 )
模型训练
- 根目录下运行命令： python train.py (注意脚本内相关参数配置 )
模型推理
- 根目录下运行命令： python video.py (注意脚本内相关参数配置 )
20 Dec 31, 2021
4 Jun 20, 2022
100 Jan 02, 2023
15 Nov 18, 2022
11 Mar 14, 2022
0 Nov 06, 2022
64 Oct 11, 2022
24 Nov 11, 2022
365 Jan 09, 2023
405 Jan 04, 2023
5 Jul 18, 2022
25 Dec 21, 2022
92 Dec 25, 2022
29 Dec 26, 2022
934 Dec 30, 2022
3 May 01, 2022
10 Oct 03, 2022
78 Dec 06, 2022
23 Dec 21, 2022
9 Sep 23, 2022