yolov5读取单通道图像会怎样？

原创 已于 2024-02-22 11:34:43 修改 · 1.8k 阅读 · 3 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#YOLO
于 2023-05-05 15:54:51 首次发布
博客提到输入为固定3通道，读取图像时会对其进行处理。OpenCV默认读取3通道图像，若为灰度图会将图层复制三次，最终读出来的图片是三通道。

通过上图打印可知输入是固定3通道，那么意味着在读取图像中会对图像进行处理。

opencv在默认情况下会读取3个通道的图像，如果是灰度图会将图层复制三次(BGR缺省，B==G==R)，因此读出来的图片是三通道。

制作你自己的yolov5数据集并进行训练
年少的勇气已经用完，剩下的就是三思而后行
11-10 1万+
项目地址：make-your-yolov5_dataset 一、数据集标注软件 labelImg labelMe 精灵标注助手 更多的标注工具你可以去看：深度学习图像标注工具汇总 、 十个最常用深度学习图像/视频数据标注工具 、 百度一下 在这里我选择使用labelImg 二、数据集标注 下载labelImg 解压，直接打开labelimg.exe labelImg标注数据 标注完成后即可获得VOC格式（生成.xml文件）的数据 目录结构： dataset │ ├─Annotations .
修改yolov8使支持单通道图像输入
mingo_敏
08-07 5681
默认支持BGR三通道图像输入，但是在很多工业场景下，存在很多灰度图像的场景，因此对yolov8代码做一些修改以支持单通道图像输入，满足项目实际需求。训练时，只需要在 data 的 yaml 文件中，添加 ch=1 即可。
YOLOV5 6.1 三步将第一层卷积输入从三通道改为一通道
jiangdongdizizai的博客
10-24 2578
在utils/datasets.py中读入图片使用cv2.imread(f)，此处默认将图片以bgr格式打开，一开始在这里加入IMREAD_GRAYSCALE可以改灰度图，但是后续的转hsv空间就无法进行了，因此这里不改动。由于实验的图片是黑白相机拍摄，是灰度图，在训练的时候看到第一层默认的输入通道是三，想着把三通道改成一通道会更好一些。第二步，思路是bgr格式读入图片，转hsv空间后，再转为灰度图，此处该格式，同时由于灰度图维度默认是h,w，因此扩充维度至h,w,c。
实测！YOLOv5灰度图训练完整避坑指南：从源码修改到性能对比（附6个报错解决方案）
weixin_42537919的博客
04-28 142
本文详细介绍了YOLOv5在灰度图像训练中的完整避坑指南，包括源码修改、性能对比及6个常见报错解决方案。通过工业级优化，灰度模型在推理速度、显存占用和检测精度上均显著优于RGB模型，特别适用于医疗影像、工业质检等单通道图像场景。
使用YOLO(You only look once) 对灰度图（单通道）进行训练和识别
热门推荐
Dylan的博客
07-12 1万+
最近，实验室的比赛在识别上用到了灰度图，因为官方对颜色进行了修改，我们在没有官方数据的情况下，只能使用灰度图进行训练识别，以期望可以排除颜色的影响。但是在使用yolo训练单通道灰度图的时候出现了一些问题，在修改cfg配置文件后进行训练，一直出现，segmentation fault的错误。在百度上也没有找到类似的问题，最后在GitHubcomments上找到了答案，以下记录一下，方便后人。 ...
yolov5-6.1（单通道图像训练，模型转换）
qq_43585355的博客
11-30 3418
yolov5-6.1（单通道图像训练，模型转换）
YOLOv5-6.1 单通道图像训练保姆级教程：从灰度图读取到模型转换的完整避坑指南
weixin_30911451的博客
05-30 385
本文详细介绍了YOLOv5-6.1在单通道图像训练中的完整流程，从灰度图读取到模型转换的避坑指南。针对工业质检和医疗影像分析中的单通道数据适配问题，提供了数据加载层、模型结构层和训练逻辑层的全面解决方案，帮助开发者高效处理X光片、红外图像等灰度数据。
YOLOv5 6.1 单通道图像训练保姆级教程：从灰度图读取到ONNX模型导出
weixin_30291791的博客
05-30 274
本文提供YOLOv5 6.1单通道图像训练的完整教程，涵盖从灰度图处理到ONNX模型导出的全流程。针对工业质检、医学影像等专业场景，详细解析数据准备、模型架构调整、训练参数优化及典型报错解决方案，帮助开发者高效实现单通道图像训练，显著提升模型性能与推理速度。
YOLOv5-6.1 单通道图像训练保姆级教程：从灰度图读取到ONNX模型导出（附避坑指南）
weixin_30924087的博客
05-30 392
本文详细介绍了YOLOv5-6.1框架下单通道图像训练的完整流程，从灰度图预处理到ONNX模型导出的保姆级教程。涵盖数据流适配、模型结构调整、训练策略优化等核心挑战，并提供关键配置文件修改、数据增强调整及常见问题解决方案，帮助开发者高效完成灰度图训练与部署。
告别三通道！用YOLOv5-6.1高效训练单通道模型的5个关键修改点与性能对比
最新发布
weixin_30855761的博客
05-30 426
本文详细介绍了如何通过5个关键修改点将YOLOv5-6.1模型从三通道转换为单通道输入，显著提升在移动端和嵌入式设备上的运行效率。通过实测数据对比，单通道模型在推理速度提升17.6%的同时，显存占用降低33.3%，为资源受限场景提供了高效解决方案。
从0开始 yolov5可以用灰度图像进行训练和检测吗
qq_42835363的博客
09-05 8245
通常我们采用RGB图像做目标检测，考虑多路视频流同时做目标检测时，消耗显卡算力和推理时间较多。现通过实验对比对灰度图（GRAY）和RGB图做训练和测试对比。
YoloV8训练单通道数据方法+单通道Onnx模型转换
记录图像处理中遇到的点点滴滴
08-21 2818
Yolov8单通道训练、测试、模型转换等代码修改图文讲解，帮助使用v8训练单通道数据集
YOLOv5：对yolov5n模型进一步剪枝压缩
FriendshipTang的博客
09-06 2098
Python、PyTorch、YOLOv5、YAML、模型剪枝、模型压缩
YOLO测试单通道图像时出错（darknet .srcimage.c41 get_pixel Assertion `x ＜ m.w && y ＜ m.h && c ＜ m.c‘ failed）
yu_zixuan1998的博客
05-25 1002
YOLO测试单通道图像时出现报错 错误信息与基本情况 博主在利用darknet训练出来的单通道权重运行以下命令进行检测时出现报错 darknet的GitHub：https://github.com/AlexeyAB/darknet #运行指令： ./darknet detector test one.data one.cfg one.weights image.jpg #错误信息： darknet: ./src/image.c:41: get_pixel: Assertion `x ＜ m.w &&
使用YOLOv8训练图集详细教程
程序猿老白~的博客
12-14 3223
训练YOLOv8时，选择的数据格式是VOC，因此下面将介绍如何将自己的数据集转换成可以直接让YOLOv8进行使用。
darknet yolov4 python接口测试图像
LEILEI18A的博客
07-11 1万+
darknet yolov4 python接口测试图像 1.安装教程 按照github darknet yolov4要求配置即可，会出现lib.so文件。 2.darknet python目标检测接口 代码如下：主要调用darknet.py文件，此外自己写了自适应字体展示代码(与darknet终端命令得到的图像一样优美) ''' 注释： author is lei...
YoloV5 训练长方形图像
无能狂怒博客
11-07 1万+
YOLO训练长方形图像
万字保姆级全网最细解析YOLOv5，多图警告，师妹用了都说棒！
Convsl的博客
06-04 1万+
万字保姆级详细解读YOLOv5使用说明，多图警告，包教会
深度学习基础——YOLOv5目标检测
weixin_60535956的博客
02-21 6705
详细介绍了YOLO相关内核原理。
手把手教会你使用机器学习拥有YOLOV5自己的图像识别
qq_42368762的博客
01-25 9865
发这篇文章的目的不仅仅是教会小白也可以使用模型训练，拥有自己的模型，也算是对我这段时间的一个学习的记录吧，万一之后某一天还需要用到的时候可以再次捡起来进行学习和操作
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值