YOLOv5入门

YOLOv5入门

一.算法选择

这里采用yolov5实现目标识别，那么如何获取yolov5源码呢？我们又该如何学习使用yolov5呢？其实在学习使用yolov5之前，我建议你可以先搞份源码来玩一玩先。那么我们如何搞到一份比较 好的源码呢？其实yolov5有个官网提供了开源的代码，里面提供了各个版本的代码还有一些其它的东西包括教程等等，网址如下：GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite，其实你搜yolov5 就出来了。

进入官网后直接下载最新版本代码即可，如下图：

二.yolov5介绍和使用

这里不对每行代码去做详细介绍，只对整体的结构和代码使用做介绍。这里主要介绍一下几个文件，因为这些都是经常要用到的，首先是data文件夹，打开你可以看到有如下文件：

其中images主要用来存放要预测的图片，也可以存放视频。下面的那些yaml文件主要是数据配置文件，在本项目中我们其实只需要VOC.yaml其它都是多余的，我们打开VOC.yaml文件看看，如下图：

代码很长，为什么要单独介绍这个文件呢？因为这是我们训练自己数据集时要用到的。

接下来是models文件夹，里面的文件如下图所示：

该文件夹主要是模型的一些配置 文件，我们选择其中一个yaml文件打开看看，比如yolov5s.yaml,如下图所示：

这里一些其它参数就不详细介绍了，其实看名字 你也你猜出来，比如backbone是骨干，nc是类别数，其它自己去查，这里介绍这个配置文件也是因为后面我们训练自己的数据集时要用到。

接下来便是utils文件夹，这就是一个工具文件夹，里面包含很多python文件只要是一些工具类的具体实现，这里主要介绍里面的dataloaders.py文件，为什么要介绍它?当然是因为这个文件非常重要了，好多文件都跟这个文件有交集，可以说是重点文件，在你训练的时候需要调整里面的参数，在你做预测的时候，一些具体实现类都在这个文件里面，当然现在只是告诉你这些，里面的一些具体细节，我们后面用到的时候再做详细介绍。

接下来便是run文件夹了，如下图所示：

该文件主要保持训练和预测的结果，只要你没有修改训练和预测保存的位置，都是保存到这里，当然你也不一定找得到，毕竟位置挺隐蔽的。

接下来便是我们需要重点关注的一个文件了，train.py文件，该文件就是训练自己的数据集所需要运行的文件。里面的一些细节我们再讲解如何训练自己的数据集时再去讲解。

最后一个需要介绍的文件便是detect.py文件了，这个文件主要是预测要运行的文件，这里我们做一个简单的演示吧，你刚从官网下下来的文件代码只要所有包的条件都满足便可以直接运行了，但会因为少一个模型而导致需要花时间下载模型，这里建议先下载好然后放到代码根目录下即可，在哪里下载呢？我们从官网网下面翻到如下界面：

选择一个模型点击蓝色字体即可下载，一般都建议下载YOLOv5s的模型，最后放到代码根目录下就行了。

接下来我们运行一下代码看看：

可以看到代码已经运行成功了，并且结果都保存了下来。那么好，我们来介绍一下代码中的一些参数，其它东西自己去搜，后者等后面再来讲解。主要参数如下图：

参数很多，当前我们只需要找到俩个参数即可，一个是weights,一个是source，weights是权重文件，说白了就是模型，一个是source这个是要预测图片路径，其它的我们后面慢慢了解。

那么自此，yolov5介绍和使用我们就简单的介绍完了，主要带大家入个门了解一下。没事多了解一下，接下来我将为大家介绍如何制作自己的yolo数据集并训练自己的数据集。