YOLOv5学习笔记（一）

本文结合小土堆的教学视频​​​​​​​目标检测 YOLOv5 开源代码项目调试与讲解实战进行学习

一、环境配置

项目地址：目标检测 YOLOv5 开源代码项目调试与讲解实战

选择 Tags 为 v7.0 的文件，并将整个文件下载到本地

​

配置对应的 conda 环境，根据作者提供的 requirments.txt 文件下载所需要的库，可以利用命令  pip install -r requirments.txt  进行安装

二、使用YOLOv5进行预测

在IDE中打开下载好的  yolov5-7.0  文件夹，进入路径  D:\yolov5\yolov5-7.0\detect.py  下的py文件，直接在IDE上点击运行，最终会输出  D:\yolov5\yolov5-7.0\data\images  路径下两张图片的预测结果于  D:\yolov5\yolov5-7.0\runs\detect\exp  中，显示如下

​

​

detect.py 文件分析【 parse_opt() 函数下的参数分析】

parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'yolov5s.pt', help='model path or triton URL')

weights 表示指定网络模型，默认指定 yolov5s

parser.add_argument('--source', type=str, default=ROOT / 'data/images', help='file/dir/URL/glob/screen/0(webcam)')

source 表示指定想要预测的数据路径（可以是单个数据，也可以是数据文件夹）

parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w')

imgsz 表示在训练过程中将图片转化为指定大小的尺寸，输出结果会等比例放大为输入数据的大小

parser.add_argument('--conf-thres', type=float, default=0.25, help='confidence threshold')

conf-thres 表示指定置信度大小，当置信度大于所设定大小的时候才输出结果

将置信度大小设置为0时，结果显示如下

​

​

将置信度大小设置为0.8时，结果显示如下

​

 ​

parser.add_argument('--iou-thres', type=float, default=0.45, help='NMS IoU threshold')

iou-thres 表示交并比阈值。IOU 值=预测框大小∩真实框大小 / 预测框大小∪真实框大小（预测框与真实框的交集与并集的取值）。当值过大时容易出现一个目标多个检测框，值过小容易出现检测结果少的问题

将 iou-thres 设置为1，结果显示如下

​​​​​​​​

 ​​​​​​​​

 将 iou-thres 设置为0，结果显示如下

​

​

parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')

device 表示指定所使用的设备，CPU 或者 GPU

parser.add_argument('--view-img', action='store_true', help='show results')

view-img 表示实时观看运行结果

parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --classes 0, or --classes 0 2 3')

classes 表示只识别指定类别

指定识别 classes 0（只识别 person），在终端输入命令  python detect.py --class 0  运行程序，结果显示如下

​

​

parser.add_argument('--augment', action='store_true', help='augmented inference')

augment 表示网络增强

在终端输入命令  python detect.py --augment  运行程序，结果显示如下

​

​​​​​​​​