u版YOLOv5目标检测openvino实现

本文禁止转载

u版的意思是指Ultralytics开源的yolov5实现

https://github.com/ultralytics/yolov5​github.com

1. 缘由

pytorch YOLOv5转换 openvino 的实现在github 上搜下有不少，但是直接拿来用或多或少都有些问题，原因在在于u版YOLOv5更新太快了，很多转换代码有些过时了，同时不同版本的onnx对某些算子无法支持，最重要的是没有一个完整全流程的实现，所以我决定自己撸一把，下面废话少说，直接开干

2. pytorch 转换onnx

下载u版的YOLOv5仓库后，使用自己的数据集，修改对应的yaml，然后训练模型，通过调用detect.py观察模型的检测结果，

python detect.py --source 000201.jpg --weights best.pt --conf 0.25

看起来结果正常，下面开始pytorch转onnx

先简单介绍下模型的配置文件yolov5s.yaml

# parameters
nc: 80 # number of classes 训练数据集的类别数，需要修改
depth_multiple: 0.33 # model depth multiple 
width_multiple: 0.50 # layer channel multiple
# anchors
anchors:
 - [10,13, 16,30, 33,23] # P3/8
 - [30,61, 62,45, 59,119] # P4/16
 - [116,90, 156,198, 373,326] # P5/32

depth_multiple和width_multiple 为模型参数，无需修改

在训练模型开始之前会评估anchor与训练数据集的匹配程度，如果不满足要求则进行锚框的自动计算训练过程，所以在infer的时候anchor可能会发生变化

# YOLOv5 backbone
back