在我之前的文章中，关于手写文字、手写数字、手写字母的检测识别相关的项目都有了不少的实践了，这里就不在赘述了，感兴趣的话可以自行移步阅读即可。
《基于轻量级目标检测模型实现手写汉字检测识别计数》
《python开发构建基于机器学习模型的手写数字识别系统》
《Yolov3目标检测实战【实现图像中随机出现手写数字的检测】》
《Python 手写数字识别实战分享》
《超轻量级目标检测模型Yolo-FastestV2基于自建数据集【手写汉字检测】构建模型训练、推理完整流程超详细教程》
《python开发构建轻量级卷积神经网络模型实现手写甲骨文识别系统》
《python基于yolov7开发构建手写甲骨文检测识别系统》
本文是手写甲骨文检测识别三部曲的终章，也是建立在前面两篇文章的数据基础上开发构建的基于轻量级的yolov5s系列的模型，首先看下效果图：
数据集与前文yolov7模型所用的数据集是完全一致的，这里就不再赘述了。
模型所用配置文件如下：
# YOLOv5 🚀 by Ultralytics, GPL-3.0 license
# Parameters
nc: 40 # number of classes
depth_multiple: 0.33 # model depth multiple
width_multiple: 0.50 # layer channel multiple
anchors:
- [10,13, 16,30, 33,23] # P3/8
- [30,61, 62,45, 59,119] # P4/16
- [116,90, 156,198, 373,326] # P5/32
# YOLOv5 v6.0 backbone
backbone:
# [from, number, module, args]
[[-1, 1, Conv, [64, 6, 2, 2]], # 0-P1/2
[-1, 1, Conv, [128, 3, 2]], # 1-P2/4
[-1, 3, C3, [128]],
[-1, 1, Conv, [256, 3, 2]], # 3-P3/8
[-1, 6, C3, [256]],
[-1, 1, Conv, [512, 3, 2]], # 5-P4/16
[-1, 9, C3, [512]],
[-1, 1, Conv, [1024, 3, 2]], # 7-P5/32
[-1, 3, C3, [1024]],
[-1, 1, SPPF, [1024, 5]], # 9
]
# YOLOv5 v6.0 head
head:
[[-1, 1, Conv, [512, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 6], 1, Concat, [1]], # cat backbone P4
[-1, 3, C3, [512, False]], # 13
[-1, 1, Conv, [256, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 4], 1, Concat, [1]], # cat backbone P3
[-1, 3, C3, [256, False]], # 17 (P3/8-small)
[-1, 1, Conv, [256, 3, 2]],
[[-1, 14], 1, Concat, [1]], # cat head P4
[-1, 3, C3, [512, False]], # 20 (P4/16-medium)
[-1, 1, Conv, [512, 3, 2]],
[[-1, 10], 1, Concat, [1]], # cat head P5
[-1, 3, C3, [1024, False]], # 23 (P5/32-large)
[[17, 20, 23], 1, Detect, [nc, anchors]], # Detect(P3, P4, P5)
]
训练数据配置如下：
# Dataset
path: ./dataset
train:
- images/train
val:
- images/test
test:
- images/test
# Classes
names:
0: 0102
1: 0103
2: 0104
3: 0105
4: 0106
5: 0107
6: 0108
7: 0109
8: 0110
9: 0111
10: 0112
11: 0113
12: 0114
13: 0115
14: 0116
15: 0117
16: 0118
17: 0119
18: 0120
19: 0121
20: 0122
21: 0123
22: 0124
23: 0125
24: 0126
25: 0127
26: 0128
27: 0129
28: 0130
29: 0131
30: 0132
31: 0133
32: 0134
33: 0135
34: 0136
35: 0137
36: 0138
37: 0139
38: 0140
39: 0141共包含40种不同的甲骨文字，使用到的仿真数据集为4w。
默认执行100次epoch的迭代计算，结果评估详情如下所示：
【混淆矩阵】
【F1值曲线和PR曲线】
【精确率和召回率曲线】
【训练可视化】
【 batch计算实例】：
从评估结果上来看：模型的检测和和识别效果已经是非常出色了已经。不过这个毕竟是实验环境下仿真数据集，真实环境下肯定是更加复杂多变的，而且真实场景下的数据成本也是很高的，这里只是学习实践。
