1、源码获取
ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite (github.com)
点击master，点击Tags，选中v6.1
选中Code，选中Download ZIP下载
将文件下载至本地，然后解压到自己的工作文件夹。
2、环境配置
默认已经安装好pytorch，且配置好了GPU环境，或CPU版本（CPU跑图像不如GPU）
torch安装：Pytorch05_torch安装(GPU版) - Haozi_D17 - 博客园 (cnblogs.com)
配置解释器
接下来安装yolov5所需要的包
此前建议先配置好源，一般在安装anaconda时已经配置好了，
若未配置，参考下面文章。
(72条消息) Anaconda配置国内镜像源_小猫不会去楼兰捉虫的博客-CSDN博客_anaconda源
接下来，打开终端，安装requirements里的包（建议使用）
先复制路径
我们可以直接在PyCharm的终端中运行，但比较慢，建议使用系统终端，先进入自己的环境，再安装包
conda activate pytorch
pip install -r C:\Users\86139\Desktop\yolov5-6.1\requirements.txt
接下来，测试环境
直接运行detect文件，首先他会下载权重，weights=yolov5s.pt，coco数据
你也可以自行下载，权重下载：Releases · ultralytics/yolov5 (github.com)
成功的话，将出现runs文件夹，里面有测试结果，
成品图：
3、准备自己的数据集
yolo要求yolo格式的标签，所以建议使用 labelImg进行标签，它可以直接进行yolo格式的标注。
标注：(72条消息) labelImg标注数据集（yolov5篇）_xz＿godlike的博客-CSDN博客_labelimg yolov5
注意：labelImg有闪退的风险，若遇到闪退，请参考下方处理方式：(72条消息) labelImg闪退【解决方案】_lazerliu的博客-CSDN博客_labelimg闪退
标注时，建议将images和labels放到不同文件夹，便于后面处理
标注完成后，在yolov5-6.1文件夹下创建mydata文件夹及子文件夹，如下
接着就是对自己处理好的images和labels进行划分，注释地方需要修改，其他不用
注意，lables文件中会默认生成classes文件，各位先取出来，避免影响。
import os
import random
import shutil
images_path = 'C:\\Users\\86139\\Desktop\\new_images' # 图片路径
labels_path = 'C:\\Users\\86139\\Desktop\\new_labels' # 标注路径
images = os.listdir(images_path)
labels = os.listdir(labels_path)
train_percent = 0.75 # 训练集占比75%
num = len(images)
list_index = range(num)
train = random.sample(list_index,int(train_percent * num))
image_target = 'D:\\Pycharm\\yolov5-6.1\\mydata\\images' # 目标路径
label_target = 'D:\\Pycharm\\yolov5-6.1\\mydata\\labels' # 目标路径
for i in images:
if images.index(i) in train:
source = os.path.join(images_path,i)
target = os.path.join(image_target,'train',i)
shutil.copy(source,target)
else:
source = os.path.join(images_path,i)
target = os.path.join(image_target,'val',i)
shutil.copy(source,target)
for i in labels:
if labels.index(i) in train:
source = os.path.join(labels_path,i)
target = os.path.join(label_target,'train',i)
shutil.copy(source,target)
else:
source = os.path.join(labels_path,i)
target = os.path.join(label_target,'val',i)
shutil.copy(source,target)
4、yaml文件的修改（两个）
1.data中复制VOC.yaml生成自己的yaml文件,我这里是生成了demo.yaml文件
接着修改里面的数据,或者直接自己编写,源文件中提取出重点,就是下面这些,根据自己的需求修改.
# 自己图片数据的地址
train: D:\\Pycharm\\yolov5-6.1\\mydata\\images\\train\\
val: D:\\Pycharm\\yolov5-6.1\\mydata\\images\val\\
# 注意空格,类的个数
nc: 20
# 每个类的类名
names: [ 'M00001','M00002','M00004','M00005','M00007',
'M00011','M00012','M00015','M00019','M00020',
'M00024','M00027','M00045','M00050','M00054',
'M00055','M00057','M00058','M00059','M00064' ]2. model中yaml文件,根据自己选择的权重取选择复制,然后修改 nc: 值就行,只用修改nc
5、train文件的修改
train文件中parse_opt函数,可以看我下面的,有详细注释.
def parse_opt(known=False):
parser = argparse.ArgumentParser()
# 指定预训练权重路径
parser.add_argument('--weights', type=str, default=ROOT / 'yolov5x.pt', help='initial weights path')
# 指定模型配置文件路径, model 中 提供了5个配置文件
parser.add_argument('--cfg', type=str, default=r'D:\Pycharm\yolov5-6.1\models\yolov5x_SE.yaml', help='model.yaml path')
# 数据集对应的参数文件,里面存放主要存放数据集的类别和路径信息
# 源码提供了9中数据集配置文件
parser.add_argument('--data', type=str, default=r'D:\Pycharm\yolov5-6.1\data\mydemo02.yaml', help='dataset.yaml path')
# 指定超参数文件路径,源码提供了5个
parser.add_argument('--hyp', type=str, default=ROOT / 'data/hyps/hyp.scratch-low.yaml', help='hyperparameters path')
# 训练的轮数
parser.add_argument('--epochs', type=int, default=300)
# 每批次输入的数据量
parser.add_argument('--batch-size', type=int, default=2, help='total batch size for all GPUs, -1 for autobatch')
# 训练集和测试集图片像素大小,选择大一点的权重时,应当进行一 定的调整 32 的倍数
parser.add_argument('--imgsz', '--img', '--img-size', type=int, default=640, help='train, val image size (pixels)')
# 否采用矩阵推理的方式去训练模型
parser.add_argument('--rect', action='store_true', help='rectangular training')
# 断点续训,是否在上一次训练的基础上继续训练 --resume=True 加上一次的last.pt路径
parser.add_argument('--resume', nargs='?', const=True, default=False, help='resume most recent training')
# 是否只保存最后一轮的pt文件,默认保存 best和last
parser.add_argument('--nosave', action='store_true', help='only save final checkpoint')
# 只在最后一轮测试,不建议开启
parser.add_argument('--noval', action='store_true', help='only validate final epoch')
# 是否禁用自动锚框,默认开启,简化训练过程
parser.add_argument('--noautoanchor', action='store_true', help='disable AutoAnchor')
# 遗传超参数进化,不建议乱动,这个超参数进化会耗费大量资源和时间
parser.add_argument('--evolve', type=int, default=False, nargs='?', const=300, help='evolve hyperparameters for x generations')
# 谷歌云盘,可以下载谷歌云盘的一些东西,没什么必要
parser.add_argument('--bucket', type=str, default='', help='gsutil bucket')
# 是否将图片提前缓存到内存,加快训练速度,默认False
parser.add_argument('--cache', type=str, default=True, nargs='?', const='ram', help='--cache images in "ram" (default) or "disk"')
# 是否启用加权图像策略,默认不开启,
parser.add_argument('--image-weights', action='store_true', help='use weighted image selection for training')
# 设备选择
parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
# 是否启用多尺度训练,默认不开启,设置几种不同的图片输入尺度,训练时每个一定iterations随机选取一种训练尺度,开启后,模型的鲁棒型更强
parser.add_argument('--multi-scale', action='store_true', help='vary img-size +/- 50%%')
# 设定训练集时单类别,还是多类别,默认多类别
parser.add_argument('--single-cls', action='store_true', help='train multi-class data as single-class')
# 选择优化器,默认SGD 可以选择 SGD Adam AdamW
parser.add_argument('--optimizer', type=str, choices=['SGD', 'Adam', 'AdamW'], default='SGD', help='optimizer')
# 是否开启跨卡同步BN;开启参数后即可使用SyncBatchNorm多GPU进行分布式训练
parser.add_argument('--sync-bn', action='store_true', help='use SyncBatchNorm, only available in DDP mode')
# 最大worker数量,建议设为0
parser.add_argument('--workers', type=int, default=4, help='max dataloader workers (per RANK in DDP mode)')
# 指定训练好的模型的保存轮径,默认runs/train
parser.add_argument('--project', default=ROOT / 'runs/train', help='save to project/name')
# 设置保存的模型的文件名
parser.add_argument('--name', default='exp', help='save to project/name')
# 每次预测的结果是否保存在原来的文件夹,不指定,则新键一个文件夹
parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
# 功能参数,开启后,在比默认640大的数据集上训练效果更好,640大小的数据集上效果和差一些
parser.add_argument('--quad', action='store_true', help='quad dataloader')
# 是否开启余弦学习率
parser.add_argument('--cos-lr', action='store_true', help='cosine LR scheduler')
# 是否对标签进行平滑处理,默认不启用
parser.add_argument('--label-smoothing', type=float, default=0.0, help='Label smoothing epsilon')
# 早停,模型在default值轮数里没有提升,则停止训练
parser.add_argument('--patience', type=int, default=60, help='EarlyStopping patience (epochs without improvement)')
# 指定冻结层数量,可以在yolov5s.yaml中查看主干网络层数 , 注意不要超过9层
parser.add_argument('--freeze', nargs='+', type=int, default=[0], help='Freeze layers: backbone=10, first3=0 1 2')
# 设置多少个epoch保存一下checkpoint
parser.add_argument('--save-period', type=int, default=-1, help='Save checkpoint every x epochs (disabled if < 1)')
# 单GPU设备不需要设置
parser.add_argument('--local_rank', type=int, default=-1, help='DDP parameter, do not modify')
# Weights & Biases arguments
# 在线可视化工具,类似tensorboard
parser.add_argument('--entity', default=None, help='W&B: Entity')
# 是否上传dataset到wandb tabel,默认False
parser.add_argument('--upload_dataset', nargs='?', const=True, default=False, help='W&B: Upload data, "val" option')
# 设置界框图像记录间隔,
parser.add_argument('--bbox_interval', type=int, default=-1, help='W&B: Set bounding-box image logging interval')
#
parser.add_argument('--artifact_alias', type=str, default='latest', help='W&B: Version of dataset artifact to use')
opt = parser.parse_known_args()[0] if known else parser.parse_args()
return opt需要修改的地方:default中进行路径的修改即可
注意:
epochs 迭代次数,根据自己需求设置,默认300代
batch-size 一般要修改小一点,默认是32,根据自己电脑配置设置
workers 一般也要设置小一点,他需要很大的虚拟内存,实在不行设置为0.
6、train
运行train，等待模型跑完，可以中断，他会生成一个runs文件夹，
若要继续跑则，将这里的default改为True
运行时，可以通过终端查看，点击链接，进入tensorboard页面查看曲线
训练结束后，你就可以进行预测了，当然，未结束，中断后也可以采用现有模型进行预测
7、detect
同样，放上我的注释
def parse_opt():
parser = argparse.ArgumentParser()
# 指定网络权重的路径
parser.add_argument('--weights', nargs='+', type=str, default=r'D:\Pycharm\yolov5-6.1\runs\train\exp\weights\best.pt', help='model path(s)')
# 指定网络输入的路径,默认文件夹,可以是具体文件或扩展名 : path/ path/*.jpg
parser.add_argument('--source', type=str, default=r'C:\Users\86139\Desktop\mp4\M00045.mp4', help='file/dir/URL/glob, 0 for webcam')
# 配置文件的一个路径,配置文件包含下载路径和一些数据集基本信息,若不指定数据集,则自动下载coco128数据集
parser.add_argument('--data', type=str, default=r'D:\Pycharm\yolov5-6.1\data\mydemo02.yaml', help='(optional) dataset.yaml path')
# 模型在检测图片前会把图片resize成640的size,必须是32的倍数,最后返回原始图片
parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w')
# 置信度的阈值
parser.add_argument('--conf-thres', type=float, default=0.25, help='confidence threshold')
# 调节IOU的阈值 避免同一对象被多次框出
parser.add_argument('--iou-thres', type=float, default=0.45, help='NMS IoU threshold')
# 最大检测数量
parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image')
# 指定GPU数量,不指定则自动检测
parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
# 检测时是否把实时检测结果显示出来
# action='store_true' 启动----功能
parser.add_argument('--view-img', action='store_true', help='show results')
# 是否把检测结果保存成一个 txt 格式
parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
# 是否以 txt 格式保存目标的置信度 必须和 --save-txt 一起使用,单独指定无效
parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
# 是否把模型检测的物体裁剪下来
parser.add_argument('--save-crop', action='store_true', help='save cropped prediction boxes')
# 不保存预测的结果
parser.add_argument('--nosave', action='store_true', help='do not save images/videos')
# 我们可以给多个变量指定赋值,即可以把'0'赋值给classes 也可以把'0','2','4'都赋值给classes ,指定检测那些类别
parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --classes 0, or --classes 0 2 3')
# 增强版nms
parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')
# 增强参数
parser.add_argument('--augment', action='store_true', help='augmented inference')
# 是否把特征图可视化出来, npy格式,使用numpy读写 png图片
parser.add_argument('--visualize', action='store_true', help='visualize features')
# 对所有模型进行strip_optimizer,取出pt文件中的优化器等信息
parser.add_argument('--update', action='store_true', help='update all models')
# 预测结果保存的路径
parser.add_argument('--project', default=ROOT / 'runs/detect', help='save results to project/name')
# 预测结果保存文件夹的名字
parser.add_argument('--name', default='exp', help='save results to project/name')
# 每次预测模型的结果是否保存在原来的文件夹里,指定了,则本次预测结果保存在上一次保存的文件夹里
parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
# 这个参数就是调节预测框调粗细
parser.add_argument('--line-thickness', default=2, type=int, help='bounding box thickness (pixels)')
# 隐藏标签
parser.add_argument('--hide-labels', default=False, action='store_true', help='hide labels')
# 隐藏置信度
parser.add_argument('--hide-conf', default=False, action='store_true', help='hide confidences')
# 是否使用FP16半精度推理
parser.add_argument('--half', action='store_true', help='use FP16 half-precision inference')
# 是否使用opencv dnn 进行推理
parser.add_argument('--dnn', action='store_true', help='use OpenCV DNN for ONNX inference')
opt = parser.parse_args()
opt.imgsz *= 2 if len(opt.imgsz) == 1 else 1 # expand
print_args(FILE.stem, opt)
return opt你需要修改的地方：也就是这里的default值，
接着运行即可，他将在runs文件夹下生成detect文件夹，exp文件下会有你的预测结果。
8、结语
我也是刚刚开始学习，希望能帮到大家，这是最简单的模板，仅供初学者学习，若要深入学习，我帮不到大家，希望和大家一同学习，共同进步。
文章内容是我的总结，我没有全部重新测试一遍，若有问题，请大家指出，我尽快修改，避免误导其他学友，谢谢！
1366
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
