YOLOv5白皮书-第Y1周：调用官方权重进行检测

本文为🔗365天深度学习训练营 中的学习记录博客
原作者：K同学啊**

一、前言
YOLO系列是目前最热门的目标检测算法，YOLO目前已经更新到了YOLOv5。我们是用PyTorch对YOLO进行学习和研究的。
PyTorch与TensorFlow的区别如下：
·TensorFlow:更倾向于工程人员，落地比较好。
·PyTorch:比较倾向于研究人员，前沿算法用得比较多。

YOLOv5又分为Yolov5s、Yolov5m、Yolov5l、Yolov5x四个版本，我这里以Yolov5s为例。

点击下面的内容，可跳转到YOLOv5开源地址：
【YOLOv5开源地址】

二、下载源码
可以按照下图所示下载源码：

安装需要的环境：

安装环境依赖包，请进入项目文件在文件地址栏中直接输入cmd，打开cmd后输入:
pip install -r requirements.txt
要确保requirements.txt在当前目录下。
提示：在cmd中输入内容，可以像在linux的终端一样，按tab键补充，但感觉没有linux灵活。

然后在打开的cmd后输入:
pip install -r requirements.txt

三、运行代码
需要的环境：

Python>=3.6.0
PyTorch>=1.7

我电脑的python=3.9.13，pytorch=2.3.0+cpu，已经符合代码运行的环境要求。

以同样的方法打开cmd，输入命令:
python path/to/detect.py --source path/to/img.jpg --weights yolov5s.pt --img 648
注意需要将图片路径替换成你的，例如:
python detect.py --source data\images\zidane.jpg --weights yolov5s.pt --img 648
这里我们使用的是官方已经帮我们训练好的模型。

在这个过程中，你中途可能会遇到下面的这两个问题，不用担心，这是网络问题多试几次就好了：

TimeoutError:[winError 10060]由于连接方在一段时间后没有正确答复或连接的主机没有反应，连接尝试失败。
TypeError: unlink() got an unexpected keyword argument ‘missing ok’

如果一直还是这样，就需要下载yolov5s.pt文件放到项目的主目录下就ok了，上面的两个错误都是由于下载这个文件下载失败，缺少这个文件导致的（yolov5s.pt文件需要自己从网上下载）。

参考上面的cmd命令：
python path/to/detect.py --source path/to/img.jpg --weights yolov5s.pt --img 648
在我的项目目录下输入命令：

python detect.py --source data/images/bus.jpg --weights yolov5s.pt --img 648

上面的“bus.jpg”可以换成其他图片。

命令行运行成功后，将会得到如下的反馈：

根据上图所示的“Results saved to runs\detect\exp”，在“runs\detect\exp”路径下找到检测结果：

四、视频检测
先提前下载实验视频：提取码（9vaq）
也可以用其他的实验视频，时长尽量要小，比如2分钟、3分钟，要不然代码运行时长会比较久。
同样的方法打开 cmd 并输入:

python detect.py --source MyVideo_2.mp4

截取检测视频的某个时刻的帧：

五、总结
如果是用pycharm或者vscode运行的话，可以提前建立一个虚拟环境。
可以把要检测的图片、视频换成其他的试试。因为我是用有自己的图片和视频来检测的，所以这里就没有放其他检测图片和视频了。
有兴趣的同学可以点击下面的链接去学习YOLO：
https://docs.ultralytics.com/yolov5/tutorials/train_custom_data/