YOLOv5训练量化压缩

YOLOv5并量化压缩

下载源码和安装依赖库：
源码地址：https://github.com/ultralytics/yolov5

下载后解压，在目录内打开cmd并激活环境：

安装依赖库：

pip install -r requirements.txt

5. 数据标注：
数据标注我们要用labelimg，使用pip即可安装：

pip install labelimg

数据预处理：
创建 convert_data.py 文件，内容如下：

  

   

    

     

    
    

     

      # -*- coding: utf-8 -*-
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      import xml.etree.ElementTree as ET
     
    
   

    

     

    
    

     

      from tqdm import tqdm
     
    
   

    

     

    
    

     

      import os
     
    
   

    

     

    
    

     

      from os import getcwd
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      def convert(size, box):
     
    
   

    

     

    
    

     

          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
     
    
   

    

     

    
    

     

          return x, y, w, h
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      def convert_annotation(image_id):
     
    
   

    

     

    
    

     

          # try:
     
    
   

    

     

    
    

     

          in_file = open('VOCData/images/{}.xml'.format(image_id), enc
     
    
  
 

文章来源: blog.csdn.net，作者：网奇，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/jacke121/article/details/117253439