【用YOLOv5模型实现旅客行李5类异物检测——测试过程】

前提:已经按照之前的博文完成训练且获得模型权重。

1. 根据test.txt获取测试集图像文件。在SIXray数据集目录下新建test空文件夹,然后将以下代码中的path和files修改为自己数据集所对应的路径,执行以下代码。

import glob
import shutil

path = r'E:\chongda\SIXray\test'
files = r'E:\chongda\SIXray\test.txt'
with open(files,'r') as f:
    data_list = f.readlines()
    for i in data_list:
        temp = i[:-1]
        shutil.copyfile(temp,path+temp[-11:])
执行以上代码后,test文件夹里是用来测试模型的测试图像。

2. 修改测试代码detect.py

修改模型加载权重路径weights,测试数据集路径source,配置文件路径data,修改好后,执行以下代码。

在这里插入图片描述

等待控制台输出以下结果,程序结束。

在这里插入图片描述

测试结果保存至runs/detect/exp文件夹中,其中是所有图像的检测结果。

在这里插入图片描述

测试示例

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/qq_37652891/article/details/127233950