Yolov5目标检测开源项目项目调试与讲解

具体参考视频：b站土堆

一.下载Yolov5

下载地址：https://github.com/ultralytics/yolov5/tree/v5.0

下载完后，对yolov5-5.0文件进行压缩

二.环境配置

2.1首先看下README

• 首先对项目进行一个大概的描述（本人英语辣鸡，自行百度翻译）:意思大概是该存储库代表了Ultralytics对未来物体检测方法的开源研究
  
  这里对模型性能，以及模型结构复杂度进行了对比

• 然后下面给了一些关于模型的参数
  这里我chatgpt了一下： YOLOv5s、YOLOv5m和YOLOv5l都可以被视为独立的模型，每个模型具有自己的网络结构和参数,比如权重！而yolov5m.pt 文件是一个包含了模型架构和训练权重的 PyTorch 文件
  

• 然后呢README 有一个Interference（推断）
  意思是：detect.py这个文件可以在各种来源上运行推理，从最新的YOLOv5版本自动下载模型，并将结果保存到runs/detect！！！
  下面还介绍了命令行运行文件的指令！
  这里运行detect.py的时候可能下载失败，具体解决办法就是去Github上手动下载相关的模型！！！！！！后面会讲！
  

2.2根据requirements下载库

质量比较高的项目就会有requirements这个文本：有相关的要求

这里README中要求python版本为3.8以上，这里我是用python=3.8的环境,命令行输入下面指令进行下载

我这里是第二次操作，没有报错，如果报错，自行百度，手动安装相关的库！！！第一次报错我参考了一些博主：
YOLOv5初级问题与报错汇总

三.利用YOLOv5进行预测

1.第一步直接运行detect.py

这里不需要进行任何设置可以直接运行！

结果我出现报错，这里git tag,大概率是从github下在模型失败，前面README提到了，detect.py会推断从任何来源下载模型！！！因此采取手动从github下载！！

将其压缩包放在项目文件夹：
接着再运行detect.py:运行成功


但是，运行成功，出来warning：
解决方法：搭建Yolov5_DeepSort时遇到的问题：问题1：UserWarning: torch.meshgrid: in an upcoming release；问题2：[mov,mp4,m4a,3gp

补充一点:

• 当然也可以预测一些别的图片：,比如自己下载一些街道图片进行预测
• 
  检测结果如下：
  

2.记录各种参数意义

具体参数介绍见下面截屏：下面会具体介绍NMS中的IOU
其中所有创建的参数，最后会被保存在opt这个变量中!

• NMS：非极大抑制比
  在检测过程中，会圈出不同的区域，我们就要想办法从这些框中选择最优框，NMS就是用来解决这个问题的。

NMS中的方法IOU解释如下：
也就是图形框的交并比

如果想设置默认参数可以如下运行，可以避免每次手动输入：

三.训练YOLOv5神经网络（在本地运行CPU）开始炼丹！

首先运行下train.py发现报错

这里原因和上文一样，是因为下载coco128数据集失败，解决方法是手动去github下载，并放在和yolov5的同一级目录下
操作如下：



接着运行又出现报错
不得不说，yolov5的Bug实在太多了，可能因为时间太长啦
解决方法：https://code84.com/46830.html

train.py中的参数不过多介绍，不会的可现用现查（比如百度，或者github的yolov5的issue论坛搜索或者crtl+F,crtl单击阅读源码）！这里标记几个主要参数

四.训练YOLOv5神经网络（云端GPU）快速炼丹！

• 打开云端GPU：google colab
  注意上传的是content目录
  具体操作可以看这个博主：https://blog.youkuaiyun.com/weixin_45662399/article/details/129690029?spm=1001.2014.3001.5502

五.如何制作和训练自己的数据集

1.如果我们有自己的数据集,那么要对其进行标注
2.如果没有数据集，要根据自己的需要获得数据集，进行人工标注
3.自己获得数据集，半人工标注（利用已经训练好的网络，对数据集进行简单地标注，然后自己进行微调）
4.仿真数据集（GAN，数字图像处理方式）类似：贴图

具体详细操作REAM有说：

假设我们现在要做与汽车相关的数据集：
1.首先去搜索有关汽车的图片，或者自己拍下来的汽车图片，保存到电脑
2.使用Make Sense在线标注工具创建标签

其中labels.txt是自己新创建的标签文本，里面第一行Car,第二行Person

也可以用已经训练好的模型进行半人工标记！！

如何导出数据？

• 然后就可以在下载内容中找到压缩的标签！进行解压缩
  既然标注工作和下载工作都做好了，接下来可以去建立自己的数据集文件夹！！
  在pycharm中yolov5项目创建一个数据集文件夹，名字自命名
  

• 然后我们需要创建一个mydatayaml文件，用来指定我们的数据集，具体操作如下：
  
  得到数据集yaml文件
  

• 更换数据集，进行运行
  
  将运行后的权重保存下来！！！然后开心的用detect.py预测一下想测试的图片！！
  

注意！！！
1.

2.关于yolo数据集的标签数据解释