YoLoV5学习（4）--detect.py程序（预测图片、视频、网络流）逐段讲解~

最新推荐文章于 2024-03-28 09:56:33 发布

城市里的牧羊人

最新推荐文章于 2024-03-28 09:56:33 发布

阅读量1w

点赞数 19

分类专栏： Yolov5 文章标签：学习 python 深度学习

本文链接：https://blog.csdn.net/qq_43499961/article/details/125714657

版权

Yolov5 专栏收录该内容

5 篇文章 19 订阅

订阅专栏

本章博客主要分析YoloV5代码中的detect程序代码，按照程序运行步骤顺序主要分为3大部分。

1、包与库的导入

1.1 导入安装好的python库、torch库等等

库的导入
其中：argparse模块、os模块、sys模块都是Python内置模块。
argparse模块：它是一个用于命令项选项与参数解析的模块，通过在程序中定义好我们需要的参数，argparse 将会从 sys.argv 中解析出这些参数，并自动生成帮助和使用信息；
os模块：它提供了多种操作系统的接口。通过os模块提供的操作系统接口，我们可以对操作系统里文件、终端、进程等进行操作；
sys模块：它是与python解释器交互的一个接口，该模块提供对解释器使用或维护的一些变量的访问和获取，它提供了许多函数和变量来处理 Python 运行时环境的不同部分。

from pathlib import Path

该段代码意思是指从External Libraries->pathlib->path 导入Path库，具体说明如下：
Path表示文件系统路径，但与PurePath不同，它还提供方法对路径对象进行系统调用。根据您的系统，实例化路径将返回PosixPath或WindowsPath对象也可以直接实例化PosixPath或WindowsPath，但不能在POSIX系统上实例化WindowsPath，反之亦然。

import torch
import torch.backends.cudnn as cudnn

添加torch库，CUDNN 是英伟达专门为深度神经网络所开发出来的 GPU 加速库，针对卷积、池化等常见操作做了非常多的底层优化，比一般的 GPU 程序要快很多。在使用 GPU 的时候，PyTorch 会默认使用 CUDNN 加速。

1.2 导入相对路径下的库

相对路径下的库
导入、添加项目文件下相对应的文件夹中的库文件。

1.3 定义一些文件路径

_ _ file _ _表示当前detect.py的文件路径，第一行代码获取其绝对路径，第二行代码获取其根目录，sys.path表示模块的查询路径列表。

2、执行函数

执行函数
if name == ‘main’:的作用，一个python文件通常有两种使用方法，第一是作为脚本直接执行，第二是 import 到其他的 python 脚本中被调用（模块重用）执行。因此 if name == ‘main’: 的作用就是控制这两种情况执行代码的过程，在 if name == ‘main’: 下的代码只有在第一种情况下（即文件作为脚本直接执行）才会被执行，而 import 到其他脚本中是不会被执行的。
（1）解析命令行传进的参数；opt = parse_opt()
该段代码分为三部分，第一部分定义了一些可以传导的参数类型，第二部分对于imgsize部分进行了额外的判断（640*640），第三部分打印所有参数信息，opt变量存储所有的参数信息，并返回。
（2）执行命令行参数； main(opt)
该段代码分为两部分，第一部分首先完成对于requirements.txt的检查，检测这些依赖包有没有安装；第二部分，将opt变量参数传入，执行run函数。

3、Run函数

run函数的整体运行部分可以概括为6个部分。

3.1 对source传入的东西进行额外判断

source判断
此处的source对应run函数中的source,代表图片路径；第三行代码判断是否传入为文件地址，IMG_FORMATS表示各种图片类型，VID_FORMATS表示各种视频类型；第四行代码判断是否为网络流传入；第五行代码source.isnumeric判断是否传入为数字，–source 0,数字0表示打开电脑的第一个摄像头；如果是一个网络流且是一个文件，就会进行下载操作。

3.2 新建了一个保存结果的文件夹

代码中的 project 指 run 函数中的 project，对应的是 runs/detect 的目录，name 对应 run 函数中的“name=exp”，然后进行拼接操作；increment_path 表示增量路径；判断 save_txt 是否为 true，save_txt 在 run 函数以及 parse_opt() 函数中都有相应操作，如果传入save_txt，新建 “labels” 文件夹存储结果。

3.3 加载模型权重

首先根据代码环境选择加载设备，GPU/CPU。选择多后端框架，判断你的深度学习框架，本次是pytorch,加载模型，
读取模型参数，判断 imgsz，步长 stride 一般是32。

3.4 DataLoad模块，加载待预测的图片

DataLoad模块
首先是判断 webcam 是否为 true，前面已经定义，不为True，因此执行 datasets.py下的LoadImages函数，完成输入数据的加载过程。

3.5 模型的推理过程

执行模型推理过程，把图片或者视频输入模型，产生一个预测结果，并用检测框标记出来。
首先，让模型进行一个预热，然后定义 dt，seen 两个变量，遍历 dataset ，整理图片信息；进行预测，根据 run 函数里面的置信度以及IOU参数，进行信息过滤；对检测框进行后续处理，画框选择，坐标映射（640*640坐标映射为原图坐标），是否保存绘画结果。