[深度学习][原创]如何不用yolov5权重或者模型进行目标检测和绘制map等参数图

当你看到这个博客时候，你第一反应肯定是扯犊子，没有模型也能目标检测？是的你没听错，我可以不用权重进行仿真目标检测结果，包括图片，视频以及参数曲线生成。先来看我生成参数图

可以看出和真的训练参数几乎没有任何区别，而且仿真模拟参数都是可以通过代码控制，比如想把map设置到0.8，loss从0.1开始往下降，epoches改成500等等，都是可以完成。此外我已经实现了图片批量标注绘制到图片和yolov5真实检测结果一模一样，甚至还可以将置信度设置为固定值！其实只要知道yolov5绘制原理可以轻松实现高度模拟检测结果。而且最近我已经实现对视频进行模拟检测，这种技术应用背景产生根本原因是：

很多同学刚接触目标检测，然后也不清楚怎么弄，其实环境搭建，模型训练，测试，准备数据集等一堆操作需要很长时间，关键还有硬件还得GPU才能完成。有的同学为了完成作业或者交作业，需要及时获得检测结果，还有视频结果以及参数图，而这些都需要一个高精度模型才能完成这样的任务，如果能够模拟生成则可以省略掉硬件准备，数据集标注，模型训练等一系列操作，而且快速完成作业，虽然这样做可以解燃眉之急，但是我还是推荐大家老老实实训练自己的模型，这样才能收获到真的知识，而使用我这种办法有一种投机倒把，当然也可以锻炼自己代码编写能力。尤其模拟能力，但是归根结底还是走正常流程才是王道。好了，如果真有这样的要求私信我喽。本期文章介绍到此结束。

最后一句话，其实yolov5还是很不错框架，解决了很多现实问题，最近发现yolov6已经出来了，大家可以学习一下目标检测新算法，据说transformer是以后目标检测的趋势，原因就是结构简单，省去了很多算法原理，让算法工程师从庞杂算法中解脱出来。