YOLOv5实战：看看可爱的小哆啦在哪里

什么是YoloV5

YOLOv5 是一种目标检测模型，是由Alexey Bochkovskiy 和 YOLOv5 开发团队开发的。YOLO 是 “You Only Look Once” 的缩写，是一种单阶段（single-stage）目标检测算法，它通过一次前向传播来直接预测图像中所有目标的位置和类别。
YOLOv5 具有较高的检测速度和较好的检测性能，广泛应用于各种计算机视觉任务，如物体检测、行人检测、交通标志识别等。YOLOv5 提供了不同大小的预训练模型，以满足不同场景和硬件条件下的需求，用户可以根据自己的需求选择合适的模型进行训练和部署。

原理

YOLOv5 是一种单阶段目标检测模型，采用 CSPDarknet53 主干网络提取图像特征，结合特征金字塔网络获取多尺度特征信息，并通过无锚检测机制直接预测目标位置和类别，最后经过后处理步骤提高检测结果的准确性和稳定性，实现了高效、精确的目标检测，在各种计算机视觉任务中广泛应用。

结构

YOLOv5 的整体结构可以分为以下几个部分：

1. Backbone Network： CSPDarknet53 是 YOLOv5 的骨干网络，用于提取输入图像的特征。
2. Feature Pyramid Network (FPN)： 在骨干网络之后，YOLOv5 使用 FPN 提取多尺度的特征图。
3. Detection Head： YOLOv5 的检测头包括多个检测层，用于预测目标的位置和类别。这些检测层与不同尺度的特征图相连。
4. Anchor-Free Detection： YOLOv5 不再依赖锚框，而是直接预测目标的位置和边界框。
5. Post-processing： 检测后处理阶段用于过滤预测框、解码预测结果，并应用非极大值抑制（NMS）来提高检测结果的准确性。

实战前的准备

配置好Git

这是基本功就不必赘述了，在此基础之上转到YOLOv5的源码仓库：

https://github.com/ultralytics/yolov5

配置好Torch

torch简直太好用有没有，现在你还听说谁还在用复杂又麻烦的==TensorFlow==
没GPU的直接选择CPU Only

注意
使用Nvidia GPU需要提前配置好CUDA环境

让Yolo跑起来

完成上述准备后，直接把源码clone到本地

我这里用VSCode进行接下来的演示，当然也可以用Pycharm或者其他环境
使用虚拟环境的注意提前切环境哦

安装依赖

一个优秀的项目要想能够一键运行
requirements.txt必不可少
命令行输入：

pip install requirements.txt

就可以安装好所依赖的三方库

运行自带模型

Yolov5已经预训练了几个模型，主要包括

1. yolov5s.pt
2. yolov5m.pt
3. yolov5l.pt
   根据命名就可以猜到大概模型结构是逐渐变大变复杂的~

Run detect.py

在文件目录中找到detect.py

RUN!
yolov5默认检测的目标数据来自于coco128
此时有些小伙伴可能会卡住，因为系统会从遥远的地方
科学的传输所需要的模型权重文件
不会魔法的小伙伴留言私信~

效果图

Tips

运行时的一些参数含义：
–weights yolov5s.pt 指定检测模型
–source root/images 指定检测源，可以是单个图像文件，也可以是视频，摄像头

检测自己想要的目标

数据集准备

OK，那么现在how to find 哆啦A梦 in a picture???

No.1 数据准备

到网上下载相关图片，这里可以使用spider加速

No.2 数据标注

使用labelimg对待检测目标进行标注
注意
这里需要安装相关依赖

pip install pyqt5
pip install lxml
pip install labelimg

模型训练

使用预训练模型对标注好的数据进行训练

python train.py --weights yolov5m.pt --data mydata/A.yaml
--workers 2 --batch-size 5 --epochs 100

效果展示