2023.4.9 yolov5_detect.py学习记录

if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    #默认值default='yolov5s.pt'，指定网络模型，实现下载
    parser.add_argument('--weights', nargs='+', type=str, default='yolov5s.pt', help='model.pt path(s)')
    #设置图片的输入default='data/images'
    parser.add_argument('--source', type=str, default='data/images', help='source')  # file/folder, 0 for webcam
    #训练照片大小规定，但是不是非640，结果会进行匹配，回复原有大小
    parser.add_argument('--img-size', type=int, default=640, help='inference size (pixels)')
    #conf置信度，当置信度大于0.25才相信这是一个需要测试的物体
    parser.add_argument('--conf-thres', type=float, default=0.25, help='object confidence threshold')
    #iou置信度，两块区域的交集部分除两个区域的并集部分的结果是0.45，两个框重合区域大于0.45时相信两个框检测的是同一个物体，变为一个框
    parser.add_argument('--iou-thres', type=float, default=0.45, help='IOU threshold for NMS')
    #设备如cudo/cpu
    parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
    #指定是否显示结果  python detect.py --view-img  ,不指定则为false不显示，指定则为true显示判断结果
    parser.add_argument('--view-img', action='store_true', help='display results')
    #是否将结果保存为txt
    parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
    #是否保存结果的置信度
    parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
    #是否不保存图片和视频
    parser.add_argument('--nosave', action='store_true', help='do not save images/videos')
    #nargs='+'  python detect.py --class 0可以将0赋值给class，，这样可以实现只保留class的0类，就是人，而不保留其他的类别
    parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --class 0, or --class 0 2 3')
    #增强的nms/augment，设置之后nms/augment会更加强大,实现检测效果更佳
    parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')
    parser.add_argument('--augment', action='store_true', help='augmented inference')
    #修改模型中的参数，只保留需要的那部分比如优化器之类(不用管)
    parser.add_argument('--update', action='store_true', help='update all models')
    #设置测试结果保存的位置，默认位runs，可通过这个修改
    parser.add_argument('--project', default='runs/detect', help='save results to project/name')
    #保存结果名字的文件夹
    parser.add_argument('--name', default='exp', help='save results to project/name')
    #设置为true保存的结果就在原来的文件夹中保存，false则新建文件夹
    parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
    opt = parser.parse_args()
    print(opt)
    check_requirements(exclude=('pycocotools', 'thop'))

    with torch.no_grad():
        if opt.update:  # update all models (to fix SourceChangeWarning)
            for opt.weights in ['yolov5s.pt', 'yolov5m.pt', 'yolov5l.pt', 'yolov5x.pt']:
                detect()
                strip_optimizer(opt.weights)
        else:
            detect()

代码来源：ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite (github.com)https://github.com/ultralytics/yolov5