计算机视觉3-＞ yolov5目标检测1 |从入门到出土

最新推荐文章于 2025-07-12 00:15:30 发布

u012804784

最新推荐文章于 2025-07-12 00:15:30 发布

阅读量1.9k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： android 文章标签：计算机视觉目标检测人工智能计算机

本文链接：https://blog.youkuaiyun.com/u012804784/article/details/122613573

Python微信订餐小程序课程视频

https://edu.youkuaiyun.com/course/detail/36074

Python实战量化交易理财系统

https://edu.youkuaiyun.com/course/detail/35475
本来就想着是对自己第一次跑yolov5的coco128的一个记录，没想到现在准备总结一下的时候，一方面是继续学习了一些，另一方面是学长的一些任务的要求，挖出了更多的东西，所以把名字改为了“从入门到出土“。

00 GitHub访问加速

首先我们要把yolov5框架从GitHub上拉下来，国内如果要快速访问GitHub的话呢，需要把Github的相关域名写入Hosts文件。

00-1 修改hosts的原理

hosts文件原理

hosts文件是一个用于储存计算机网络中各节点信息的计算机文件。这个文件负责将主机名映射到相应的IP地址。hosts文件通常用于补充或取代网络中DNS的功能。

和DNS不同的是，计算机的用户可以直接对hosts文件进行控制。

关于DNS解析，我在CTF的学习中有所记录

https://blog.youkuaiyun.com/Roboduster/p/15575207.html 00-03浏览器。
2. 作用过程

当我们在浏览器中输入一个需要登录的网址时，系统会先检查系自己的Hosts文件中是否有这个域名和IP的映射关系。

如果有，则直接访问这个IP地址指定的网络位置；

如果没有，再向已知的DNS（Domain Name System，域名系统）服务器提出域名解析请求。

也就是说Hosts的IP解析优先级比DNS解析要高。
3. 我们把github相关IP写入hosts，就能在DNS解析之前通过hosts文件的IP解析访问我们想要访问的域名。

00-2 修改hosts文件

了解了原理，其实就很简单，我们在域名解析网站上搜github相关的IP，找到ttl值小的写入hosts即可。

我们选用http://tool.chinaz.com/dns/这个网站。

搜索以下域名

1  github.global.ssl.fastly.net
2  
3  github.com
4  
5  codeload.github.com

找到比较小的ttl值的ip，放入hosts文件：

 1 sudo gedit /etc/hosts

1 # 然后更新配置
2 sudo /etc/init.d/networking restart

注意ip每隔一段时间会变动，所以每隔一段时间需要更新。

01 YOLOv5框架获取

1 # 用git获取源码 在上一步配置好的情况下 会很快
2 git clone https://github.com/ultralytics/yolov5
3 # 进入yolov5文件夹下
4 cd yolov5
5 # 依据包里的requirements.txt安装 需要的库
6 # 优先考虑清华源下载 不然可能会很慢
7  pip install -r requirements.txt  -i https://pypi.tuna.tsinghua.edu.cn/simple
8  
9  # 这种办法在windows下也可以，通过pycharm打开终端进行命令行的输入

02 测试 / 预测

02-0 目录框架

对于初学者而言，把YOLOv5跑起来的难点之一就是目录结构，这里我简单介绍以下我的项目的目录结构：

再来重点看一下yolov5目录下的data和runs目录，这两个目录下的内容前者将成为yolo框架的输入，后者将作为输出。

02-1 对于图片的detect

在yolov5的目录下(**画重点)**执行：

1 # 运行detect.py
2 python detect.py
3 # 或者
4 python detect.py --source data/images/ --weights ./yolov5s.pt
5 # 解释： 使用权重文件为yolov5s.pt的模型，使用data/images下的图片作为推理图片
6 
7 #或者
8 python detect.py --weights yolov5s.pt --img 640 --conf 0.25 --source data/images/
9 # 解释：使用权重文件为yolov5s.pt的模型，推理图片为640(pixels)，最小置信度为0.25，使用yol