yolov5后处理 详解
时间: 2023-08-02 11:11:19 浏览: 185
yolov5的后处理包括解码和筛选两个主要步骤。首先,通过使用核函数对yolov5的输出结果进行解码,将输出的tensor(n x 85)恢复成框的坐标和类别信息。其中,85是cx, cy, width, height, objness, classification*80。\[1\]解码后的结果是相对于调整图片的xywh坐标。
接下来,进行筛选的过程。首先,对每张图片进行单独的预测,提取出张量\[(p3*p3+p4*p4+p5*p5)*3, 5+cls_nums\]。然后,从这个张量中筛选出大于阈值的框。如果有标签信息,将标签信息添加到筛选的框后面。如果没有框,就继续处理下一张图片。\[3\]
总结起来,yolov5的后处理包括解码和筛选两个步骤。解码将输出的tensor恢复成框的坐标和类别信息,而筛选则是根据阈值对框进行筛选,并将标签信息添加到筛选的框后面。\[1\]\[3\]
#### 引用[.reference_title]
- *1* [Yolov5后处理代码 | cpu部分](https://blog.csdn.net/weixin_43236007/article/details/128390593)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* *3* [关于yolov5后处理细节](https://blog.csdn.net/weixin_43088933/article/details/124195863)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]