yolov5的argument使用教程

最新推荐文章于 2025-04-03 20:38:33 发布

hhhhhhhdddd

最新推荐文章于 2025-04-03 20:38:33 发布

阅读量3.1k

点赞数 2

文章标签： python

原文链接：https://blog.csdn.net/HiWangWenBing/article/details/122266884?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522165002485116782092930480%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=165002485116782092930480&biz

版权

这篇博客详细介绍了YOLOv5模型的参数设置，包括预训练模型、输入源、图像大小、置信度阈值、IoU阈值等关键参数。通过这些参数，用户可以调整模型的检测性能和速度。此外，还涵盖了硬件设备选择、结果保存方式以及可视化选项，为实际应用提供了灵活的配置方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

--weights：预训练模型参数，默认采用的是yolov5s.pt，自动从官网为官网上下载，并存放到yolo v5当前的工作目录中。

parser.add_argument('--source', type=str, default=ROOT / 'data/images', help='file/dir/URL/glob, 0 for webcam')
--source：指定需要检测的源图片文件，支持的类型有：本地图片文件、本地视频、本地摄像头、远程图片文件、还可以是一个包含各种文件的目录。

parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w')
--imgsz：指定image的大小，默认为640 * 640， size越大，像素越多，需要的内存越多，速度越慢，准确率越高。

parser.add_argument('--conf-thres', type=float, default=0.25, help='confidence threshold')
--conf-thres：置信度的门限，超过这个门限，算法才认为是有物体，低于该门限，认为没有物体。

parser.add_argument('--iou-thres', type=float, default=0.45, help='NMS IoU threshold')
--iou-thres：非极大值抑制NMS算法帅选目标时，其IoU门限。超过该门限，认为两个框重复定位同一个目标。

parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image')
--max-det：每个图片支持的最大检测的目标数，从YOLO V3开始，算法上最大可以支持507 + 2028 + 8112 = 10647个目标，而实际系统，可能不需要这么多目标，这里设定支持的最大目标数，目标数越大，所需要内存空间越大。

parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
--device：指定进行预测的硬件GPU还是CPU，如果是GPU，使用哪个GPU，在GPU内部资源不足的情况下，可以通过这种方式转为CPU进行预测，在降低性能的情况下，确保能够功能的正常运行。

parser.add_argument('--view-img', action='store_true', help='show results')
--view-img：是否需要存储当前的检测结果，还是进行可视化显示，不需要存储预测结果，测试时，需要存储执行结果。

parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
--save-txt：是否需要把执行结果，写到txt文件中，当然是指执行的log文件。

parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
--save-conf：是否需要把检测到的置信度写保存到文件中。

parser.add_argument('--save-crop', action='store_true', help='save cropped prediction boxes')
--save-crop：是否需要保存经过裁剪过的预测框。

parser.add_argument('--nosave', action='store_true', help='do not save images/videos')
--nosave：不需要保存预测结果的图片文件或视频文件。

parser.add_argument('--project', default=ROOT / 'runs/detect', help='save results to project/name')
--project：指定需要把运行的结果存放到哪个根目录中。

parser.add_argument('--update', action='store_true', help='update all models')
--update：如果为True，则对所有模型进行strip_optimizer操作，去除pt文件中的优化器等信息，默认为False。

parser.add_argument('--name', default='exp', help='save results to project/name')
--name：指定每次运行的结果存放在哪个实际目录中，该目录为动态生成，每次增加一个序号，比如，当前是exp20，下一次预测就是exp21。

parser.add_argument('--line-thickness', default=3, type=int, help='bounding box thickness (pixels)')
--line-thickness：Bounding Box的厚度，即每个等级的Bounding Box，支持几个子等级，默认情况下，Bounding Box分为三层：大、中、小三种尺寸，每个层再分为3个字等级

parser.add_argument('--visualize', action='store_true', help='visualize features')
--visualize：是否需要可视化结果

parser.add_argument('--half', action='store_true', help='use FP16 half-precision inference')
--half：半精度预测，提升执行效率，默认情况下，采用位置信息采用Float32编码，精度高，运算时间长。对于效率优先的场合，比如实时性要求高的嵌入式系统，就可以采用Float16的位置编码。

parser.add_argument('--dnn', action='store_true', help='use OpenCV DNN for ONNX inference')
--dnn：Open Neural Network Exchange(ONNX,开放神经网络交换)，该参数定义是否需要使用OpenCV DNN。

parser.add_argument('--hide-labels', default=False, action='store_true', help='hide labels')
--hide-labels：在输出训练图片时，是否需要隐藏样本图片的定位框标签

parser.add_argument('--hide-conf', default=False, action='store_true', help='hide confidences')
--hide-conf：在输出训练图片时，是否需要隐藏样本图片的置信度标签

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

if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', nargs='+', type=str, default='weights\yolov5l.pt', help='model.pt path(s)')
    parser.add_argument('--source', type=str, default='data\images', help='source')  # file/folder, 0 for webcam
    parser.add_argument('--img-size', type=int, default=640, help='inference size (pixels)')
    parser.add_argument('--conf-thres', type=float, default=0.25, help='object confidence threshold')
    parser.add_argument('--iou-thres', type=float, default=0.45, help='IOU threshold for NMS')
    parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
    parser.add_argument('--view-img', action='store_true', help='display results',default=True)
    parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
    parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
    parser.add_argument('--nosave', action='store_true', help='do not save images/videos')
    parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --class 0, or --class 0 2 3',metavar=)
    parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')
    parser.add_argument('--augment', action='store_true', help='augmented inference')
    parser.add_argument('--update', action='store_true', help='update all models')
    parser.add_argument('--project', default='runs/detect', help='save results to project/name')
    parser.add_argument('--name', default='exp', help='save results to project/name')
    parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')