README.md · mikejohnson/Gradio-YOLOv5-Det

基于Gradio的YOLOv5通用目标检测演示系统

可自定义检测模型、演示便捷、安装简单

🚀 作者简介

曾逸夫，从事人工智能研究与开发；主研领域：计算机视觉；YOLOv5官方开源项目代码贡献人；YOLOv5 v6.1代码贡献人

❤️ Github：https://github.com/Zengyf-CVer

🔥 YOLOv5 官方开源项目PR ID：

Save *.npy features on detect.py --visualize：https://github.com/ultralytics/yolov5/pull/5701
Fix detect.py --view-img for non-ASCII paths：https://github.com/ultralytics/yolov5/pull/7093
Fix Flask REST API：https://github.com/ultralytics/yolov5/pull/7210
Add yesqa to precommit checks：https://github.com/ultralytics/yolov5/pull/7511
Add mdformat to precommit checks and update other version：https://github.com/ultralytics/yolov5/pull/7529

💡 YOLOv5 v6.1代码贡献链接：

https://github.com/ultralytics/yolov5/releases/tag/v6.1

🚀更新走势

2022-05-31 ⚡ Gradio YOLOv5 Det v0.4正式上线
2022-05-22 ⚡ Gradio YOLOv5 Det v0.3正式上线
2022-05-14 🚀 [好消息] Gradio YOLOv5 Det v0.3 正式加入到 Gradio官方demo列表 🎉🎉🎉🎉🎉
2022-05-13 🚀[推荐] Gradio YOLOv5 Det 开发版脚本指令操作
2022-05-12 ⚡ Gradio YOLOv5 Det v0.2.2正式上线
2022-05-08 ⚡ Gradio YOLOv5 Det v0.2正式上线
2022-04-30 ⚡ Gradio YOLOv5 Det v0.1正式上线
⚡ Gradio YOLOv5 Det 历史版本README

🤗在线Demo

🚀 Gradio YOLOv5 Det v0.3 正式加入到Gradio官方demo列表 🤗

❤️ 点击下图进入Gradio awesome-demos ，在Computer vision列表中Find Me!

❤️ 快速体验

本项目提供了在线demo，点击下面的logo，进入Hugging Face Spaces中快速体验：

💡 Demo 列表

❤️ 点击列表中的链接，进入对应版本的Hugging Face Spaces界面中快速体验：

Demo 名称	输入类型	输出类型	整体界面
🚀 Gradio YOLOv5 Det v0.4	图片/视频	图片/视频/JSON/PDF/数据表	Image ,Video , 检测后
🚀 Gradio YOLOv5 Det v0.3	图片	图片/JSON/PDF/数据表	检测前 , 检测后
Gradio YOLOv5 Det v0.2.2	图片	图片/JSON/PDF	检测前 , 检测后
Gradio YOLOv5 Det v0.2	图片	图片/JSON/PDF	检测前 , 检测后
Gradio YOLOv5 Det v0.1	图片	图片/JSON	检测前 , 检测后

❗ 注：点击整体界面链接，查看项目整体界面大图

⚡ 自定义在线Demo

❤️ 方法一：gradio.Interface.load()

点击下图，查看详细代码：

❤️ 方法二：gradio.js

点击下图，查看详细代码：

❤️ 方法三：gradio iframe

查看gradio iframe详细代码：

<iframe src="https://hf.space/embed/Gradio-Blocks/Gradio_YOLOv5_Det/+" frameBorder="0" width="1300px" height="1000px" title="Gradio app" allow="accelerometer; ambient-light-sensor; autoplay; battery; camera; document-domain; encrypted-media; fullscreen; geolocation; gyroscope; layout-animations; legacy-image-formats; magnetometer; microphone; midi; oversized-images; payment; picture-in-picture; publickey-credentials-get; sync-xhr; usb; vr ; wake-lock; xr-spatial-tracking" sandbox="allow-forms allow-modals allow-popups allow-popups-to-escape-sandbox allow-same-origin allow-scripts allow-downloads"></iframe>

💎项目流程与用途

📌 项目整体流程

📌 项目示例

❤️ Gradio YOLOv5 Det v0.4 界面与检测效果

❤️ 输入界面

输入界面01

输入界面02

输入界面03（视频模式）

❤️ 输出界面

输出界面01

输出界面02（v0.4 实例查看）

输出界面03

输出界面04

❤️ 快速体验

本项目提供了4个示例，用户可以快速体验检测效果：

示例界面

💡项目结构

.
├── gradio_yolov5_det						# 项目名称
│   ├── model_download						# 模型下载
│   │   ├── yolov5_model_p5_p6_all.sh		# YOLOv5 P5模型
│   │   ├── yolov5_model_p5_all.sh			# YOLOv5 P5模型
│   │   ├── yolov5_model_p6_all.sh			# YOLOv5 P6模型
│   │   └── yolov5_model_p5_n.sh			# yolov5n模型
│   ├── model_config						# 模型配置
│   │   ├── model_name_p5_all.yaml			# YOLOv5 P5 模型名称（yaml版）
│   │   ├── model_name_p6_all.yaml			# YOLOv5 P6 模型名称（yaml版）
│   │   ├── model_name_p5_p6_all.yaml		# YOLOv5 P5 & P6 模型名称（yaml版）
│   │   ├── model_name_p5_n.yaml			# yolov5n 模型名称（yaml版）
│   │   ├── model_name_p5_all.csv			# YOLOv5 P5 模型名称（csv版）
│   │   ├── model_name_p6_all.csv			# YOLOv5 P6 模型名称（csv版）
│   │   └── model_name_p5_n.csv				# yolov5n 模型名称（csv版）
│   ├── cls_name							# 类别名称
│   │   ├── cls_name_zh.yaml				# 类别名称文件（yaml版-中文）
│   │   ├── cls_name_en.yaml				# 类别名称文件（yaml版-英文）
│   │   ├── cls_name_ru.yaml				# 类别名称文件（yaml版-俄语）
│   │   ├── cls_name_es.yaml				# 类别名称文件（yaml版-西班牙语）
│   │   ├── cls_name_ar.yaml				# 类别名称文件（yaml版-阿拉伯语）
│   │   ├── cls_name_ko.yaml				# 类别名称文件（yaml版-韩语）
│   │   ├── cls_name.yaml					# 类别名称文件（yaml版-中文-v0.1）
│   │   └── cls_name.csv					# 类别名称文件（csv版-中文）
│   ├── huggingface_demo					# 自定义在线HuggingFace Demo
│   │   ├── gyd_hf_demo_v4.py				# Gradio YOLOv5 Det v0.4 脚本
│   │   └── gyd_hf_demo_v3.py				# Gradio YOLOv5 Det v0.3 脚本
│   ├── models								# 模型Hub
│   │   ├── readme.md						# 模型Hub README
│   │   ├── *.pt							# PyTorch模型
│   │   └── *.onnx							# ONNX模型
│   ├── util								# 工具包
│   │   ├── fonts_opt.py					# 字体管理
│   │   └── pdf_opt.py						# PDF管理
│   ├── history_version						# 历史版本README
│   │   ├── v1_v2.md						# v1_v2 中文README
│   │   └── v1_v2.en.md						# v1_v2 英文README
│   ├── img_examples						# 示例图片
│   ├── __init__.py							# 初始化文件
│   ├── gradio_yolov5_det_v4.py				# v0.4主运行文件
│   ├── gradio_yolov5_det_v3.py				# v0.3主运行文件
│   ├── gradio_yolov5_det_v2_2.py			# v0.2.2主运行文件
│   ├── gradio_yolov5_det_v2.py				# v0.2主运行文件
│   ├── gradio_yolov5_det.py				# v0.1主运行文件
│   ├── LICENSE								# 项目许可
│   ├── CodeCheck.md						# 代码检查
│   ├── .gitignore							# git忽略文件
│   ├── yolov5_pytorch_gpu.md				# YOLOv5 PyTorch GPU安装教程
│   ├── README.md							# 项目说明
│   ├── README.en.md						# 项目说明（英文版）
│   └── requirements.txt					# 脚本依赖包

❤️ 版本改进

🔥 Gradio YOLOv5 Det v0.4 采用标签和边界框颜色模式：（点击图片，可查看大图）

v0.3	v0.4

🔥 Gradio-YOLOv5-Det v0.2 采用Pillow组件绘制图片检测效果，可自定义字体文件。

🔥 Gradio-YOLOv5-Det v0.2 的检测结果可以在图片上显示ID、自定义字体标签以及置信度，同时提供了6种语言：中文、英文、俄语、西班牙语、阿拉伯语以及韩语，具体效果如下图所示。（点击图片，可查看大图）

版本-语言	效果图
v0.1-英文
v0.2-中文
v0.2-英文
v0.2-俄语
v0.2-西班牙语
v0.2-阿拉伯语
v0.2-韩语

🔥安装教程

✅ 第一步：创建conda环境

conda create -n yolo python==3.8
conda activate yolo # 进入环境

✅ 第二步：克隆

git clone https://gitee.com/CV_Lab/gradio_yolov5_det.git

✅ 第三步：安装Gradio YOLOv5 Det依赖

cd gradio_yolov5_det
pip install -r ./requirements.txt -U

❗ 注意：yolov5默认采用pip安装PyTorch GPU版，如果采用官网安装PyTorch GPU版，参见YOLOv5 PyTorch GPU安装教程

⚡使用教程

❤️ 注：Gradio YOLOv5 Det v0.4.x 的使用方法和v0.1、v0.2.x、v0.3.x相同，将gradio_yolov5_det.py 改为 gradio_yolov5_det_v4_x.py 即可。

💡 运行YOLOv5模型

📌 下载YOLOv5 P5模型

❤️ yolov5n.pt--yolov5x.pt，yolov5n6.pt--yolov5x6.pt下载到models目录中

bash ./model_download/yolov5_model_p5_p6_all.sh

📌 运行

python gradio_yolov5_det_v4.py # v0.4
python gradio_yolov5_det_v3.py # v0.3
# 在浏览器中输入：http://127.0.0.1:7860/或者http://127.0.0.1:7861/ 等等（具体观察shell提示）

❗ 注意：v0.1和v0.2.x版本运行如下：

cd gradio_yolov5_det && git clone https://github.com/ultralytics/yolov5.git
cp *.pt yolov5
python gradio_yolov5_det.py # v0.1
python gradio_yolov5_det_v2.py # v0.2
python gradio_yolov5_det_v2_2.py # v0.2.2

❤️ 本项目提供了4种YOLOv5模型下载脚本，默认为yolov5_model_p5_p6_all.sh

# yolov5n模型下载及运行
bash ./model_download/yolov5_model_p5_n.sh
python gradio_yolov5_det.py -mc ./model_config/model_name_p5_n.yaml （yaml版）
# python gradio_yolov5_det.py -mc ./model_config/model_name_p5_n.csv （csv版）

# YOLOv5 P5模型下载及运行
bash ./model_download/yolov5_model_p5_all.sh
python gradio_yolov5_det.py -mc ./model_config/model_name_p5_all.yaml （yaml版）
# python gradio_yolov5_det.py -mc ./model_config/model_name_p5_all.csv （csv版）

# YOLOv5 P6模型下载及运行
bash ./model_download/yolov5_model_p6_all.sh
python gradio_yolov5_det.py -mc ./model_config/model_name_p6_all.yaml （yaml版）
# python gradio_yolov5_det.py -mc ./model_config/model_name_p6_all.csv （csv版）

❗ 注：默认类别文件cls_name_zh.yaml|cls_name.csv

💡 运行自定义模型

📌 自定义模型

❤️ 将自定义模型文件（*.pt）放入到models 目录中

python gradio_yolov5_det.py -mc custom_model_name.yaml -cls custom_model_cls_name.yaml （yaml版）
# python gradio_yolov5_det.py -mc custom_model_name.csv -cls custom_model_cls_name.csv （csv版）

# 在浏览器中输入：http://127.0.0.1:7860/或者http://127.0.0.1:7861/ 等等（具体观察shell提示）

📌 自定义模型名称

custom_model_name.yaml格式：

model_names: ["widerface-s", "widerface-m", "widerface-l"]

custom_model_name.csv格式（\n分隔）：

widerface-s
widerface-m
widerface-l

📌 自定义模型类别

custom_model_cls_name.yaml格式：

model_cls_name: ["face"]

custom_model_cls_name.csv格式（\n分隔）：

face

💡 脚本指令操作 [推荐]

❤️ 本项目提供了一些脚本指令，旨在扩展项目的功能。

❗ 注：其中的一些功能是界面组件（按钮、文本框等）无法实现的，需要通过脚本指令完成：

# 登录模式（v0.3）
python gradio_yolov5_det.py -isl # 默认用户名\密码：admin, admin
python gradio_yolov5_det.py -isl -up zyf zyf # 设置用户名\密码：zyf, zyf

# 共享模式（v0.3）
python gradio_yolov5_det.py -is # 在浏览器中以共享模式打开，https://**.gradio.app/

# 图片输入源切换，默认为图片上传（v0.3）
python gradio_yolov5_det.py -src upload # 图片上传
python gradio_yolov5_det.py -src webcam # webcam拍照

# 视频输入源切换，默认为视频上传（v0.4）
python gradio_yolov5_det.py -src_v upload # 视频上传
python gradio_yolov5_det.py -src_v webcam # webcam录制

# 输入图片操作模式，默认为图片编辑器（v0.3）
python gradio_yolov5_det.py -it editor # 图片编辑器
python gradio_yolov5_det.py -it select # 区域选择

# 设备切换（cuda 或者 cpu）
python gradio_yolov5_det.py -dev cuda:0 # cuda
python gradio_yolov5_det.py -dev cpu # cpu

# 自定义下拉框默认模型名称
python gradio_yolov5_det.py -mn yolov5m

# 自定义NMS置信度阈值
python gradio_yolov5_det.py -conf 0.8

# 自定义NMS IoU阈值
python gradio_yolov5_det.py -iou 0.5

# 设置推理尺寸，默认为640
python gradio_yolov5_det.py -isz 320

# 设置最大检测数，默认为50（v0.3）
python gradio_yolov5_det.py -mdn 100

# 设置滑块步长，默认为0.05（v0.3）
python gradio_yolov5_det.py -ss 0.01

# 设置默认不显示检测标签，注：v0.3弃用
python gradio_yolov5_det.py -lds

💡 热重载（开发模式）

Gradio YOLOv5 Det v0.5 开发版 提供了热重载模式，可以实时调试程序：

gradio gradio_yolov5_det_v5_dev.py gyd

❗ 注：gradio>=3.0.17

💡 其他功能

Det_Report.pdf内容如下：

相关检测数据存储在run目录中，结构如下：

# run目录
.
├── run						# 人脸数据保存目录
│   ├── 原始图片				# 原始图片目录
│   │   ├── 0.jpg			# 原始图片
│   │   ├──	1.jpg			# 原始图片
│   │   ├──	......
│   ├── 检测图片				# 检测图片目录
│   │   ├── 0.png			# 检测图片
│   │   ├── 1.png			# 检测图片
│   │   ├──	......
│   ├── 下载检测报告			# 检测报告目录
│   │   ├── 0.pdf			# 检测图片
│   │   ├── 1.pdf			# 检测图片
│   │   ├──	......
│   ├── log.csv				# 检测日志

📝 项目引用指南

📌 如需引用Gradio YOLOv5 Det v0.4，请在相关文章的参考文献中加入下面文字：

曾逸夫, (2022) Gradio YOLOv5 Det (Version 0.4).https://gitee.com/CV_Lab/gradio_yolov5_det.

📌 如需引用Gradio YOLOv5 Det v0.3，请在相关文章的参考文献中加入下面文字：

曾逸夫, (2022) Gradio YOLOv5 Det (Version 0.3).https://gitee.com/CV_Lab/gradio_yolov5_det.

💬 技术交流

如果你发现任何Gradio YOLOv5 Det存在的问题或者是建议, 欢迎通过Gitee Issues给我提issues。
欢迎加入CV Lab技术交流群

mikejohnson / Gradio-YOLOv5-Det

🚀 作者简介

🚀更新走势

🤗在线Demo

🚀 Gradio YOLOv5 Det v0.3 正式加入到Gradio官方demo列表 🤗

❤️ 快速体验

💡 Demo 列表

⚡ 自定义在线Demo

❤️ 方法一：gradio.Interface.load()

❤️ 方法二：gradio.js

❤️ 方法三：gradio iframe

💎项目流程与用途

📌 项目整体流程

📌 项目示例

❤️ Gradio YOLOv5 Det v0.4 界面与检测效果

❤️ 输入界面

❤️ 输出界面

❤️ 快速体验

💡项目结构

❤️ 版本改进

🔥安装教程

✅ 第一步：创建conda环境

✅ 第二步：克隆

✅ 第三步：安装Gradio YOLOv5 Det依赖

⚡使用教程

💡 运行YOLOv5模型

💡 运行自定义模型

💡 脚本指令操作 [推荐]

💡 热重载（开发模式）

💡 其他功能

📝 项目引用指南

💬 技术交流

简介

发行版

贡献者

近期动态

mikejohnson / Gradio-YOLOv5-Det .gitee-modal { width: 500px !important; }

🚀 作者简介

🚀更新走势

🤗在线Demo

🚀 Gradio YOLOv5 Det v0.3 正式加入到Gradio官方demo列表 🤗

❤️ 快速体验

💡 Demo 列表

⚡ 自定义在线Demo

❤️ 方法一：gradio.Interface.load()

❤️ 方法二：gradio.js

❤️ 方法三：gradio iframe

💎项目流程与用途

📌 项目整体流程

📌 项目示例

❤️ Gradio YOLOv5 Det v0.4 界面与检测效果

❤️ 输入界面

❤️ 输出界面

❤️ 快速体验

💡项目结构

❤️ 版本改进

🔥安装教程

✅ 第一步：创建conda环境

✅ 第二步：克隆

✅ 第三步：安装Gradio YOLOv5 Det依赖

⚡使用教程

💡 运行YOLOv5模型

💡 运行自定义模型

💡 脚本指令操作 [推荐]

💡 热重载（开发模式）

💡 其他功能

📝 项目引用指南

💬 技术交流

简介

发行版

贡献者

近期动态

搜索帮助

mikejohnson / Gradio-YOLOv5-Det