YOLO-V5 目标检测教程（参数含义-数据集制作）

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

任务：应用于目标检测

环境和配置部分:

调用Conda，新建环境--激活环境：conda activate 新环境

如果没有安装Conda的，建议安装一个，管理环境比较方便，这里就不讲了。

安装包:requirements.txt里面通过上方提示来进行安装。(没用pycharm的，用命令行安装把)

pip install -r requirements.txt

其中pycocotools windows包该指令安装不了，改为数据指令，进行手动安装.

pip install pycocotools-windows

插一小段:建议每次代码写完打包的时候，都自己手写一个环境配置的文本。如下：（纯属方便自己后续，换设备的时候，不用一个一个的配环境了，方便别人也方便自己。）

matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
Pillow>=7.1.2
PyYAML>=5.3.1
requests>=2.23.0
scipy>=1.4.1
torch>=1.7.0
torchvision>=0.8.1
tqdm>=4.41.0

注意：yolo中每个模型其实要求一个最好的图像尺寸的，但是这个不是必要的，具体操作过程为：输入图像reshape为模型适合的尺寸，之后进行物体目标的检测，检测结果之后再将图像reshape为原始的图像尺寸。

预训练模型:

原始代码中，其实提供预训练模型的:

model：文件的下载

detect:通过联网方式下载。容易失败，网速顶不住.在下方进行更改.

第二种，直接github上网页下载模型文件：(比较推荐这种方式)

下载地址: https://github.com/ultralytics/yolov5/releases

参数解释和配置:

parser.add_argument()

这种类型的写法：是在命令行输入的时候，可以通过加入该项指令来进行启动。

例如开启下面一项，那么具体操作:python xxx.py --view=img 通过该行代码，view—img则设置为了True.

pycharm的参数配置方法如下:

 具体参数解释:

该指令：置信区间大于该指标的时候，才会输出

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

 该指令：iou算法，取得是两个框之间的重叠程度，0不重叠，1是全部重叠，重叠之后选取一个。

具体公式：对应的两个框交集除以并集。

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

具体理解：

 该指令：最大框的面积 

parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image')

该命令：通过是否在运行过程中显示结果。

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

   该命令：保存结果在TXT文本，文本中保存的则有：类别和对应的概率。

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

该命令：保存对应的置信区间。

parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels'

该指令：保存预测结果的准确率

parser.add_argument('--save-crop', action='store_true', help='save cropped prediction boxes')

该指令：不保存结果

parser.add_argument('--nosave', action='store_true', help='do not save images/videos')

该指令：保存对应的类。例如--classes 0 那么结果将会只保存为0的一类。

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

该指令：NMS算法增强

parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')

该指令：算法增强

parser.add_argument('--augment', action='store_true', help='augmented inference')

该指令：特征可视化

parser.add_argument('--visualize', action='store_true', help='visualize features')

该指令：丢弃模型中多于成分，例如优化器的结果等，只保留模型的预测文件

parser.add_argument('--update', action='store_true', help='update all models')

该指令：结果保存路径

parser.add_argument('--project', default=ROOT / 'runs/detect', help='save results to project/name')

该指令：保存结果放在上面路劲的文件下。

parser.add_argument('--name', default='exp', help='save results to project/name')

该指令：保存结果不新建新的exp文件夹，直接在已有的exp文件夹下保存。不会导致每次执行代码都会生成一个新的文件夹.

parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')

模型的训练:（本地训练:）

数据的结构

image ---图像

label ：

训练参数：

设置模型用那个模型进行参数的初始化。相当于预训练的加载模型

parser.add_argument('--weights', type=str, default=ROOT / 'yolov5s.pt', help='initial weights path')

初始化选取那么模型的结构，提供了四个yaml的初始化参数列表:【这个可以自己写yaml的配置文件，也可以直接用作者的】里面就是一些模型参数的配置文件。

parser.add_argument('--cfg', type=str, default='', help='model.yaml path')

 选择那部分的数据集：默认为从coco128.yaml选取作为训练.

parser.add_argument('--data', type=str, default=ROOT / 'data/coco128.yaml', help='dataset.yaml path')

数据的类型如下: 路径配置，nc为类别数。 names：为对应每个类别。如class 0 那么就是person。 download：去哪里下载数据集。

arser.add_argument('--hyp', type=str, default=ROOT / 'data/hyps/hyp.scratch.yaml', help='hyperparameters path')

 超参数的配置：

  矩阵填充:较少训练数据中的不必要成分，加速训练。

parser.add_argument('--rect', action='store_true', help='rectangular training')

类似断电保存，让模型从上次的那个最近模型中进行继续训练.

default需要指定模型,例如：default = 'runs/train/exp2/weights/best.pt'

parser.add_argument('--resume', nargs='?', const=True, default=False, help='resume most recent training')

 锚点检测，而非滑动窗口的方式遍历图像。给定一个感兴趣区，从而在roi区间之间进行遍历和搜索。

parser.add_argument('--noautoanchor', action='store_true', help='disable autoanchor check')

调优方式的改进

parser.add_argument('--evolve', type=int, nargs='?', const=300, help='evolve hyperparameters for x generations')

上一轮训练结果不好的图片，在下一轮训练中加入更多的权重。

parser.add_argument('--image-weights', action='store_true', help='use weighted image selection for training')

图像训练完是否进行缩放。

parser.add_argument('--multi-scale', action='store_true', help='vary img-size +/- 50%%')

训练的数据是单类别还是多类别，默认为多类别，默认未开启。

parser.add_argument('--single-cls', action='store_true', help='train multi-class data as single-class')

训练数据如果采用了640，那么如果测试图像大于640，在开启这项功能之后结果可能会更好。缺点将会降低640尺寸的的预测结果。

parser.add_argument('--quad', action='store_true', help='quad dataloader')

学习率自适应，余弦退火。

parser.add_argument('--linear-lr', action='store_true', help='linear LR')

标签平滑，防止过拟合。

parser.add_argument('--label-smoothing', type=float, default=0.0, help='Label smoothing epsilon')

开启模型日志，通过WB方式。pip install wandb装对应的wandb的库。

parser.add_argument('--bbox_interval', type=int, default=-1, help='W&B: Set bounding-box image logging interval')

制作自己的数据集

标注:人工标注/半人工标注 仿真数据集：（GAN，数据图像处理的方式）

先准备好自己需要的图像数据，之后通过网页makesense.ai进行任何加Ai的方式生成标签。

标签网站：Make Sense

 选择目标检测部分。

 导出标签文件：

最后的数据格式的形式:

Mydata

        Images

                test

                        picture.png

                train

        label

                test

                        picture.txt

                train

之后制作yml的数据文件格式:我这里就只选择了一类，并且检测的是头，所以我写了head。如果这边检测好多类的话，在上面那个标签标注以后，标注了几类，下面写几类就好了，注意的是标签的序号一定要和你下面的names的顺序一一对应的。

结果:我这边是标记的头的检测。

 下面是模型训练期间的一些结果