yolov5使用相关代码解析

yolov5使用相关代码解析——dectect.py

opt参数

weight

训练的权重。可以使用自己训练好的权重，也可以使用官网给的五种权重

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

source

测试的图片或者视频路径，如果选择’0’则表示使用电脑摄像头，也可以是rtsp等视频流

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

data

parser.add_argument('--data', type=str, default=ROOT / 'data/coco128.yaml', help='(optional) dataset.yaml path')

imgsz

网络输入图片的大小，默认为640

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

conf-thres

置信度阈值，默认为0.5，设置数值越大检测的框越少，可以理解为要求的匹配相似度变高了。

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

ious-thres

非极大值抑制的IOU阈值，默认为0.45，较大的 iou_thres 值会导致更多的边界框被合并，从而减少最终输出的边界框数量。如果检测的目标重叠较多则取大值，反之则取小值。

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

max-det

保留的最大检测框数量，默认值为1000.

parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image')

device

设置使用的设备，可以是CUDA或者是cpu

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

view-img

是否展示预测之后的图片或者视频，默认为False

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

save-txt

是否将预测框的坐标用txt文本保存起来，默认为False

parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')

save-csv

是否将检测结果导成CSV格式，默认为False

parser.add_argument('--save-csv', action='store_true', help='save results in CSV format')

save-conf

是否将检测结果的置信度导入到txt中，默认为False

parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')

save-crop

是否保存裁剪预测框图片，默认为False

parser.add_argument('--save-crop', action='store_true', help='save cropped prediction boxes')

nosave

不保存检测后的图片或视频。

parser.add_argument('--nosave', action='store_true', help='do not save images/videos')

classes

设置只保存某一部分的类别

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

agnostic-nms

使用nms预测时是否去除不同类别之间的框，默认为False

parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')

augment

是否使用数据增强进行推理，默认为False

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

visualize

是否可视化特征图，默认为False

parser.add_argument('--visualize', action='store_true', help='visualize features')

update

如果为True，则对所有模型进行strip_optomizer操作，去除pt文件中的优化信息，默认为False

parser.add_argument('--update', action='store_true', help='update all models')

project

结果保存的路径，默认为runs/detect文件夹

parser.add_argument('--project', default=ROOT / 'runs/detect', help='save results to project/name')

name

结果保存的子目录名，默认为exp

parser.add_argument('--name', default='exp', help='save results to project/name')

exist-ok

是否覆盖已有结果，默认为False

parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')

line-thickness

检测框的线条宽度，默认为3

 parser.add_argument('--line-thickness', default=3, type=int, help='bounding box thickness (pixels)')

#####hide-labels
是否隐藏标签信息，默认为False

parser.add_argument('--hide-labels', default=False, action='store_true', help='hide labels')

hide-conf

是否隐藏置信度，默认为False

parser.add_argument('--hide-conf', default=False, action='store_true', help='hide confidences')

half

是否使用FP16半精度进行推理，默认为False

parser.add_argument('--half', action='store_true', help='use FP16 half-precision inference')

dnn

是否使用Opencv DNN进行ONNX推理，默认为False

parser.add_argument('--dnn', action='store_true', help='use OpenCV DNN for ONNX inference')

vid-stride

控制视频帧率的步进值，默认为1

parser.add_argument('--vid-stride', type=int, default=1, help='video frame-rate stride')

查看默认配置信息

使用debug工具单步运行到下图框中，按照1，2步骤点击执行，即可出现默认配置信息框