Repository files navigation

• Meryem Koç
• Ömer Faruk Güler
• Özgür Aslan

!gitclonehttps://github.com/ultralytics/yolov5%cdyolov5

!unzip-q ../coco128.zip-d ../

!pythontrain.py--img640--batch16--epochs3--datacoco128.yaml--weightsyolov5s.pt--cache

!pythondetect.py--weightsyolov5s.pt--img640--conf0.25--sourcedosyaDizini

• Yolo v5'in Avantajları ve Dezavantajları:

  • YOLOv4'ten yaklaşık %88 daha küçüktür. (27 MB vs 244 MB)

  • YOLOv4'ten yaklaşık %180 daha hızlıdır. (140 FPS vs 50 FPS)

  • YOLOv5'in dejavantajı ise: Diğer YOLO sürümleri gibi resmi bir belge yayınlanmamış olmasıdır. Ayrıca, YOLO v5 hala geliştirme aşamasındadır ve ultralytics'ten sık sık güncellemeler almaktadır.

YOLOV5'in diğer versiyonlarına göre performans farkı

Biz projemizde YoloV5 kullandık.Projemizin başında Drone fotoğrafı datasını kullandık (Data'yaburadan ulaşabilirsiniz)
Ancak istediğimiz başarıyı data'nın iyi bir data olmamasından dolayı elde edemedik.
Bu yüzden elimizde olan datalardan iyi durumda olanları etiketleyip YoloV5 ile eğitip hızlıca bir sonuç aldık.

Drone Fotoğrafı Datasının Eğitim Sonucu

Ardından daha iyi bir sonuç alabilmek için COCO128 datasını kullandık (Data'yaburadan ulaşabilirsiniz)

Bu data, 2017 COCO treninin ilk 128 görüntüsünü içerir. YOLOV5 için öğretici bir data olarak kullanılır:https://github.com/ultralytics/yolov5

Bu data, eğitmek ve test etmek için aynı 128 görüntüyü kullanır. Daha büyük bir datayı eğitmeden önce böyle küçük bir data'da sonuçlar gösterilerek performansın ölçülmesi amaçlanmıştır.

Coco128 Datasının Eğitim Sonuçları