yolo5工程化

最新推荐文章于 2025-10-08 10:36:56 发布

原创

最新推荐文章于 2025-10-08 10:36:56 发布 · 675 阅读

4 ·

CC 4.0 BY-SA版权

本文详细介绍YOLOv5模型的使用与部署流程，包括模型结构、预训练模型下载、模型训练、模型转换为ONNX格式的方法及C++部署过程中的后处理技巧，并对比了YOLO系列模型。

yolov5

模型使用

工程

git clone https://github.com/ultralytics/yolov5.git

预训练模型
首次运行时，attempt_download函数会下载对应的模型。模型参数配置在models/*.yaml里。
yolov5网络组成
Focus + Backbone + Detect
coco数据集训练
下载coco数据集，放在于yolov5同一目录下。

python3 train.py --data coco.yaml --cfg yolov5s.yaml --weights '' --batch-size 64
                                         yolov5m                               40
                                         yolov5l                               24
                                         yolov5x                               16

模型转换部署

pytorch模型部署，一般会转化为onnx。下面来讲讲关于yolov5的转换过程。

Focus部分修改
./models/common.py中

class Focus(nn.Module):
    # Focus wh information into c-space
    def __init__(self, c1, c2, k=1, s=1, p=None, g=1, act=True):  # ch_in, ch_out, kernel, stride, padding, groups
        super(Focus, self).__init__()
        self.conv = Conv(c1 * 4, c2, k, s, p, g, act)
        self.contract = Contract(gain=2)
    
    def forward(self, x):  # x(b,c,w,h) -> y(b,4c,w/2,h/2)
    	# 使用Contract中的方法
        # x = self.contract(x)
        N, C, H, W = x.size()  # assert (H / s == 0) and (W / s == 0), 'Indivisible gain'
        s = 2
        x = x.view(N, C, H // s, s, W // s, s)  # x(1,64,40,2,40,2)
        x = x.permute(0, 3, 5, 1, 2, 4).contiguous()  # x(1,2,2,64,40,40)
        x = x.view(N, C * s * s, H // s, W // s)  # x(1,256,40,40)
        return self.conv(x)
        # 转换slice会有问题，注释掉
		# return self.conv(torch.cat([x[..., ::2, ::2], x[..., 1::2, ::2], x[..., ::2, 1::2], x[..., 1::2, 1::2]], 1))

Detect部分修改
./models/yolo.py中

class Detect(nn.Module):
    stride = None  # strides computed during build
    export = True  # onnx export 此处改为True
    .......
    .......
    .......
    def forward(self, x):
        # x = x.copy()  # for profiling
        z = []  # inference output
        self.training |= self.export

最低0.47元/天解锁文章