yolov5 模型各个参数详解及__name__ == ‘__main__的理解_yolo 模型有参数可以调整输出文件大小吗-CSDN博客

if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', nargs='+', type=str, default='yolov5m.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')
    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')
    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')
    opt = parser.parse_args()
    print(opt)
    check_requirements(exclude=('pycocotools', 'thop'))

二、对于if name == 'main' 的理解

其实不管是Java、C还是C++，每次开启一个程序，都必须写一个主函数作为程序的入口，也就是我们常说的main函数。

与Java、C、C++等几种语言不同的是，Python是一种解释型脚本语言，在执行之前不同，要将所有代码先编译成中间代码，
Python程序运行时是从模块顶行开始，逐行进行翻译执行，所以，最顶层（没有被缩进）的代码都会被执行，
所以Python中并不需要一个统一的main()作为程序的入口。

既然Python中并不需要一个统一的main()作为程序的入口，那if __name__ == '__main__' 又有什么用呢？

我们知道，当我们把模块A中的代码导入模块B中，对于import A，只要B模块代码运行到该import语句，模块A的代码会被执行。
但是我们写代码的时候经常写完一个模型，我们会在在底下进行测试。关于测试我们是不想它运行的，那么这时后我们就可以写

if __name__ == '__main__'

__name__ == '__main__' 表示在当前文件中，如果在if __name__ == '__main__': 条件下写入测试代码，如此可以避免测试代码在模块被导入后执行。

因为“__name__”是Python的内置变量，用于指代当前模块。我们使用if 语句，

可以这样理解：在当前模块，“__name__”的值就是“__main__”，当被导入另一模块时，“__name__”的值就是模块的真实名称。

所以我们调用 if __name__ == '__main__' , 导入的另一模块__name__ 不等于 '__main__' ，所以if __name__ == '__main__'底下的代码就不会被执行。

解释的有些繁琐，如果还不懂，可以看看底下博主写的文章。

三对于parser = argparse.ArgumentParser() 的理解

argparse是python用于解析命令行参数和选项的标准模块，它的作用是用于解析命令行参数，输入训练的参数和选项。

我们常常可以把argparse的使用简化成下面四个步骤

import argparse 首先导入该模块；

parser = argparse.ArgumentParser() 然后创建一个解析对象；

parser.add_argument()

然后向该对象中添加你要关注的命令行参数和选项，每一个add_argument方法对应一个你要关注的参数或选项；

parser.parse_args()
最后调用parse_args()方法进行解析；解析成功之后即可使用。

四参数详解

1 weights

parser.add_argument('--weights', nargs='+', type=str, default='yolov5m.pt', help='model.pt path(s)')

参数名：'--weights'
类型：type=str
default='yolov5m.pt' 就是通过default获得的一个值，再赋给参数'--weights'
它的目的就是指定一个网络模型

这种模型有八种，
分别是yolov5s.pt, yolov5m.pt, yolov5l.pt, yolov5x.pt 这四种对应的是img = 640
还有 yolov5s6.pt, yolov5m6.pt, yolov5l6.pt, yolov5x6.pt 这四种对应的是img = 1280

2 source

parser.add_argument('--source', type=str, default='data/images', help='source') # file/folder, 0 for webcam

参数source，就是给我们网络指定一个输入，

default='data/images' 当它输入的是文件夹的时候，它就会将文件夹内的所有图片都进行一个检测，并把结果保存起来

如果要检测一张图片，default='图片的相对位置' ，点击运行程序即可

如果要检测一个视频，将视频下载好，然后default='视频的相对位置' ，点击运行程序即可

3 img-size

parser.add_argument('--img-size', type=int, default=640, help='inference size (pixels)')

img-size 照片的尺寸，它在网络运行过程中，会将输入图片/视频的大小进行一个resize，再送到我们的神经网络中，
输入和输出的大小可能不变，但是在运算的过程中会改变

default=640，就是我们前面说的，对应的是img = 640，也就是说，weights使用的是yolov5s.pt, yolov5m.pt, yolov5l.pt, yolov5x.pt 这四个模型中的一个

4 conf-thres

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

conf-thres 置信度，只有当某一检测区的置信度大于0.25时，才输出它是一个检测目标，它的默认值是default=0.25,可以自己修改。

5 iou-thres

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

iou-thres 置信度，

NMS（non maximu suppression）就是识别东西的时，如果三个框都显示一个人，那么就使用IOU（intersection over union） threshold来计算哪个框包含人的部分最多，就确定为哪个框。

IOU的计算公式就是将两个框的重合区面积除以框的总面积，如果两个框完全重合，那值就是1

6 device

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

decice 指设备，就是程序在哪运行

7 view-img

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

view-img 这个参数里没有default了，有一个action='store_true'，意思时我们调用时它就会返回true,
效果就是：如果时图像，图像的运行结果会在程序运行结束展现出来，如果是视频，你视频的每一帧运行结果都会展现，也就是一边运行程序，一边展现成果。

然后如何使用这个参数呢，

可以在命令行打开，在命令行输入python detect.py就是运行detect这个文件，

输入python detect.py --viem-img 就可以运行detect里面的--view-img这个参数

除此之外也可以在pun/debug configurations 里面的parameters 写上--view-img这个参数，点击ok，运行程序，效果也是一样。

8 save-txt

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

--save-txt ，就是保存文本的意思，设置为action='store_true'，运行后，会产生一个label文件，里面有图片的一些信息

9 增强识别效果的参数

parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
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('--nosave', action='store_true', help='do not save images/videos')

这几个参数的作用都是差不多的，都是增强识别效果的，也就是加强分类的准确度，提升结果的方式