本階段依舊參考Bubbliiiing，開始使用前面下載YOLO_V5的模型

https://blog.csdn.net/weixin_44791964/article/details/123441983

https://gitee.com/losschen/yolov5-pytorch/blob/main/README.md

一、測試

1.權重和數(shù)據(jù)集下載

訓練所需的權值可在百度網(wǎng)盤中下載。

鏈接: https://pan.baidu.com/s/1gPDsDVX1lbcSNqCKsvzz0A

提取碼: 3mjs

VOC數(shù)據(jù)集下載地址如下，里面已經(jīng)包括了訓練集、測試集、驗證集（與測試集一樣），無需再次劃分：

鏈接: https://pan.baidu.com/s/19Mw2u_df_nBzsC2lg20fQA

提取碼: j5ge

2.數(shù)據(jù)集配置

找到模型中的VOC文件夾，可以看見里面是空的

把數(shù)據(jù)集縮解壓

把VOCdevkit文件夾復制到y(tǒng)olo模型文件夾里

到這里模型的測試數(shù)據(jù)集配置好了。

3.權重配置和預測測試

模塊組成和功能參考：

https://www.bilibili.com/video/BV1UB4y197pQ/?spm_id_from=333.788&;vd_source=0a6d6c4c5ae125395aeb8cbb527921c7

https://blog.csdn.net/weixin_44791964/article/details/123443267

首先整體模型的構建在yolo.py文件中

打開可以看到y(tǒng)olo.py里有深度學習網(wǎng)絡里的各種卷積層。

先不管模型文件，繼續(xù)看真正運行的predict.py文件，

瀏覽可以發(fā)現(xiàn)，里面有單張圖片預測、攝像頭檢測、FPS測試和目錄遍歷檢測等功能。但沒有主體模型。無腦運行下predict.py，

報錯了。內容是之前的在yolo.py輸入的coco_classes.txt，顯然predict.py調用了yolo.py。

因此先修改yolo.py文件

創(chuàng)建文件夾VOC_weight，把下載權重放里面，然后根據(jù)指示扔到log文件夾里。

把yolo.py中的權重文件和類別文件路徑改成正確的，保存。

再運行下predict.py，

還是報錯，改成絕對路徑試一試

下一條相對路徑報錯，應該是相對路徑指向有問題。

看了下打開的單py文件，沒有加載整個模型文件夾。相對路徑自然有問題

ok，正確的打開方式。

路徑改回來

配置的是沒有GPU的pytorch，關掉CUDA。

保存yolo.py，再運行下predict.py，

繼續(xù)報錯，百度發(fā)現(xiàn)留得是Coco數(shù)據(jù)集的權重。。。。

名字改回來，保存。運行predict.py，

終于運行成功，用VOC的數(shù)據(jù)試一試：輸入圖片C:\Users\Jack-Chen\Desktop\yolov5-pytorch\VOCdevkit\VOC2007\JPEGImages\000028.jpg

關閉圖片，繼續(xù)輸入：C:\Users\Jack-Chen\Desktop\yolov5-pytorch\VOCdevkit\VOC2007\JPEGImages\000104.jpg?

ok，到這里，yolo模型測試成功。下一步訓練自己的數(shù)據(jù)集。