视频

• 目标检测 YOLOv5 开源代码项目调试与讲解实战【土堆 x 布尔艺数】_哔哩哔哩_bilibili

仓库

• ultralytics/yolov5 at v5.0 (github.com)

课程

课程介绍

1. 项目介绍及环境配置
2. 如何利用 YOLOv5 进行预测
3. 如何训练 YOLOv5 神经网络
4. 如何制作和训练自己的数据集
5. 理解预测代码组织和结构
6. 理解训练代码组织和结构
7. 带你重写代码(有机会的话)

项目介绍及环境配置

从 github 官网上爬取项目。

为了保证与讲解视频一致，选择 v5.0 版本（是 yolov5 的 5.0 版本，不是 yolo 的 5.0 版本），下载代码时选择 Download ZIP

查看 README.md：

Python 3.8 or later with all requirements.txt dependencies installed, including torch>=1.7. To install run:

$ pip install -r requirements.txt

使用 Pycharm 打开项目，配环境：

conda create -n yolo python=3.9

conda activate yolo

pip install -r requirements.txt

---

1. 选择特定 Tags 的文件，以保持和视频中代码的一致
2. 在 PyCharm 中配置对应的 Conda 环境
3. 如果作者提供 requirments.txt 文件:
   • 可以利用 PyCharm 自带的智能提示进行安装
   • 或者利用 pip install-r requirements.txt 指令进行安装
4. 如果作者没有提供 requirments.txt 文件
   • 根据运行报错信息，百度，手动安装缺少的库

如何利用 YOLOv5 进行预测（一）

​ 在 README.md 中可以看到如何导入训练好的模型文件对图像进行预测：

detect.py runs inference on a variety of sources, downloading models automatically from the latest YOLOv5 release and saving results to runs/detect.

$ python detect.py --source 0  # webcam
                            file.jpg  # image 
                            file.mp4  # video
                            path/  # directory
                            path/*.jpg  # glob
                            'https://youtu.be/NUsoVlDFqZg'  # YouTube video
                            'rtsp://example.com/media.mp4'  # RTSP, RTMP, HTTP stream

​ 官方文档推荐用命令行设置相应的 parser 参数开始预测，但是也可以使用 pycharm 启动。

​ 打开 detect.py:

​ if __name__ == '__main__': 中会有包 import argparse 中的 parser 参数，通过命令行运行这个文件可以设置这些参数：

if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', nargs='+', type=str, default='yolov5s.pt', help='model.pt path(s)')
    parser.add_argument('--source', type=str, default='data/images', help='source')  # file/folder, 0 for webcam
    parser.add_argument('--img-size', type=int, default=640, help='inference size (pixels)')
    parser.add_argument('--conf-thres', type=float, default=0.25, help='object confidence threshold')
    parser.add_argument('--iou-thres', type=float, default=0.45, help='IOU threshold for NMS')
    parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
    parser.add_argument('--view-img', action='store_true', help='display results')
    parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
    parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
    parser.add_argument('--nosave', action='store_true', help='do not save images/videos')
    parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --class 0, or --class 0 2 3')
    parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')
    parser.add_argument('--augment', action='store_true', help='augmented inference')
    parser.add_argument('--update', action='store_true', help='update all models')
    parser.add_argument('--project', default='runs/detect', help='save results to project/name')
    parser.add_argument('--name', default='exp', help='save results to project/name')
    parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
    opt = parser.parse_args()
    print(opt)
    check_requirements(exclude=('pycocotools', 'thop'))

    with torch.no_grad():
        if opt.update:  # update all models (to fix SourceChangeWarning)
            for opt.weights in ['yolov5s.pt', 'yolov5m.pt', 'yolov5l.pt', 'yolov5x.pt']:
                detect()
                strip_optimizer(opt.weights)
        else:
            detect()

​ 运行后会根据 --weights 的默认值 yolov5s.pt 下载模型文件：https://github.com/ultralytics/yoloy5/releases/download/y5.0/yolov5s.pt，也可以换其他的模型：`yolov5m.pt`、`yolov5l.pt`、`yolov5x.pt`。

​ 然后根据 --source 的默认值 data/images 读取输入。

​ 生成的 --project 的默认值 runs/detect 将预测后的结果保存至相应的文件夹。

Namespace(weights='yolov5s.pt', source='data/images', img_size=640, conf_thres=0.25, iou_thres=0.45, device='', view_img=False, save_txt=False, save_conf=False, nosave=False, classes=None, agnostic_nms=False, augment=False, update=False, project='runs/detect', name='exp', exist_ok=False)
YOLOv5  2021-4-12 torch 2.0.0+cpu CPU

Fusing layers... 
C:\Users\gzjzx\anaconda3\envs\yolo\lib\site-packages\torch\functional.py:504: UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the indexing argument. (Triggered internally at C:\actions-runner\_work\pytorch\pytorch\builder\windows\pytorch\aten\src\ATen\native\TensorShape.cpp:3484.)
  return _VF.meshgrid(tensors, **kwargs)  # type: ignore[attr-defined]
Model Summary: 224 layers, 7266973 parameters, 0 gradients, 17.0 GFLOPS
image 1/2 D:\Study\1st-year-master\yolov5-5.0\data\images\bus.jpg: 640x480 4 persons, 1 bus, 1 fire hydrant, Done. (1.685s)
image 2/2 D:\Study\1st-year-master\yolov5-5.0\data\images\zidane.jpg: 384x640 2 persons, 2 ties, Done. (0.973s)
Results saved to runs\detect\exp14
Done. (3.025s)

坑点：

• 项目工程是 5.0 的，但是默认会下载最新的 7.0 的模型，导致不兼容
• pytorch 太新也会导致不兼容：YOLOV5 训练好模型测试时出现问题：AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘的解决方法_yolov5 upsample_佐咖的博客-CSDN博客

如何利用 YOLOv5 进行预测（二）

​ 这章主要讲了剩下的参数的用法。

​ 可以在 pycharm 中的 Edit Configurations... 中 Parameters 中设置参数。

• --img-size 在导入图片时，会把图片缩放至一定大小的图片作为输入。

• --conf-thres 置信阈值，只有检测结果大于该阈值的才会在输出中展示。

• --iou-thres
  • IOU：交并比，Intersection over Union
  • NMS：非极大值抑制，Non Max Suppression
  • NMS（non_max_suppression） - 知乎 (zhihu.com)。在预测任务中，会出现很多冗余的预测框。通过NMS操作可以有效的删除冗余检测的结果。非极大值抑制（NMS）顾名思义就是抑制不是极大值的元素，搜索局部的极大值。大于该值的框框将被合并。
• --device 使用设备，可选 cuda 或 cpu
• --view-img 预测后是否显示图片
• --save-txt 预测后会把框框的坐标信息保存到 txt 中
• --save-conf 预测后将置信度保存到 txt 中
• --nosave 是否保存预测结果图
• --classes 设置只保留某一部分类别, 形如 0 或者 0 2 3, 使用 --classes = n, 则在路径 runs/detect/exp*/ 下保存的图片为 n 所对应的类别, 此时需要设置 data

• --agnostic-nms进行 NMS 去除不同类别之间的框, 默认 False

• --augment TTA测试时增强/多尺度预测

• --visualize 是否可视化网络层输出特征
• --update 如果为True,则对所有模型进行 strip_optimizer 操作,去除pt文件中的优化器等信息,默认为 False
• --project 保存测试日志的文件夹路径
• --name 保存测试日志文件夹的名字, 所以最终是保存在 project/name 中
• --exist_ok 是否重新创建日志文件, False时重新创建文件

一点小补充

opt = parser.parse_args()
print(opt)

​ 这两行代码就是解析之前设置的参数用。

训练YOLOv5模型（本地）

​ 运行 train.py 就可以本地训练 YOLOv5 模型。

github: skipping check (not a git repository)
YOLOv5  2021-4-12 torch 1.13.1+cu117 CUDA:0 (NVIDIA GeForce MX330, 4095.875MB)

Namespace(weights='yolov5s.pt', cfg='', data='data/coco128.yaml', hyp='data/hyp.scratch.yaml', epochs=300, batch_size=16, img_size=[640, 640], rect=False, resume=False, nosave=False, notest=False, noautoanchor=False, evolve=False, bucket='', cache_images=False, image_weights=False, device='', multi_scale=False, single_cls=False, adam=False, sync_bn=False, local_rank=-1, workers=0, project='runs/train', entity=None, name='exp', exist_ok=False, quad=False, linear_lr=False, label_smoothing=0.0, upload_dataset=False, bbox_interval=-1, save_period=-1, artifact_alias='latest', world_size=1, global_rank=-1, save_dir='runs\\train\\exp6', total_batch_size=16)
tensorboard: Start with 'tensorboard --logdir runs/train', view at http://localhost:6006/
hyperparameters: lr0=0.01, lrf=0.2, momentum=0.937, weight_decay=0.0005, warmup_epochs=3.0, warmup_momentum=0.8, warmup_bias_lr=0.1, box=0.05, cls=0.5, cls_pw=1.0, obj=1.0, obj_pw=1.0, iou_t=0.2, anchor_t=4.0, fl_gamma=0.0, hsv_h=0.015, hsv_s=0.7, hsv_v=0.4, degrees=0.0, translate=0.1, scale=0.5, shear=0.0, perspective=0.0, flipud=0.0, fliplr=0.5, mosaic=1.0, mixup=0.0
wandb: Install Weights & Biases for YOLOv5 logging with 'pip install wandb' (recommended)

                 from  n    params  module                                  arguments                     
  0                -1  1      3520  models.common.Focus                     [3, 32, 3]                    
  1                -1  1     18560  models.common.Conv                      [32, 64, 3, 2]                
  2                -1  1     18816  models.common.C3                        [64, 64, 1]                   
  3                -1  1     73984  models.common.Conv                      [64, 128, 3, 2]               
  4                -1  1    156928  models.common.C3                        [128, 128, 3]                 
  5                -1  1    295424  models.common.Conv                      [128, 256, 3, 2]              
  6                -1  1    625152  models.common.C3                        [256, 256, 3]                 
  7                -1  1   1180672  models.common.Conv                      [256, 512, 3, 2]              
  8                -1  1    656896  models.common.SPP                       [512, 512, [5, 9, 13]]        
  9                -1  1   1182720  models.common.C3                        [512, 512, 1, False]          
 10                -1  1    131584  models.common.Conv                      [512, 256, 1, 1]              
 11                -1  1         0  torch.nn.modules.upsampling.Upsample    [None, 2, 'nearest']          
 12           [-1, 6]  1         0  models.common.Concat                    [1]                           
 13                -1  1    361984  models.common.C3                        [512, 256, 1, False]          
 14                -1  1     33024  models.common.Conv                      [256, 128, 1, 1]              
 15                -1  1         0  torch.nn.modules.upsampling.Upsample    [None, 2, 'nearest']          
 16           [-1, 4]  1         0  models.common.Concat                    [1]                           
 17                -1  1     90880  models.common.C3                        [256, 128, 1, False]          
 18                -1  1    147712  models.common.Conv                      [128, 128, 3, 2]              
 19          [-1, 14]  1         0  models.common.Concat                    [1]                           
 20                -1  1    296448  models.common.C3                        [256, 256, 1, False]          
 21                -1  1    590336  models.common.Conv                      [256, 256, 3, 2]              
 22          [-1, 10]  1         0  models.common.Concat                    [1]                           
 23                -1  1   1182720  models.common.C3                        [512, 512, 1, False]          
 24      [17, 20, 23]  1    229245  models.yolo.Detect                      [80, [[10, 13, 16, 30, 33, 23], [30, 61, 62, 45, 59, 119], [116, 90, 156, 198, 373, 326]], [128, 256, 512]]
C:\Users\gzjzx\anaconda3\lib\site-packages\torch\functional.py:504: UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the indexing argument. (Triggered internally at C:\actions-runner\_work\pytorch\pytorch\builder\windows\pytorch\aten\src\ATen\native\TensorShape.cpp:3191.)
  return _VF.meshgrid(tensors, **kwargs)  # type: ignore[attr-defined]
Model Summary: 283 layers, 7276605 parameters, 7276605 gradients, 17.2 GFLOPS

Transferred 362/362 items from yolov5s.pt
Scaled weight_decay = 0.0005
Optimizer groups: 62 .bias, 62 conv.weight, 59 other
train: Scanning '..\coco128\labels\train2017.cache' images and labels... 126 found, 2 missing, 0 empty, 0 corrupted: 100%|██████████| 128/128 [00:00<?, ?it/s]
Plotting labels... 
val: Scanning '..\coco128\labels\train2017.cache' images and labels... 126 found, 2 missing, 0 empty, 0 corrupted: 100%|██████████| 128/128 [00:00<?, ?it/s]

autoanchor: Analyzing anchors... anchors/target = 4.26, Best Possible Recall (BPR) = 0.9946
Image sizes 640 train, 640 test
Using 0 dataloader workers
Logging results to runs\train\exp6
Starting training for 300 epochs...

     Epoch   gpu_mem       box       obj       cls     total    labels  img_size
     0/299     3.06G   0.04553   0.06434   0.02053    0.1304       143       640: 100%|██████████| 8/8 [00:46<00:00,  5.79s/it]
               Class      Images      Labels           P           R      mAP@.5  mAP@.5:.95: 100%|██████████| 4/4 [00:34<00:00,  8.56s/it]
                 all         128         929       0.728       0.557       0.648       0.427

     Epoch   gpu_mem       box       obj       cls     total    labels  img_size
     1/299     3.29G   0.04573   0.06658   0.02045    0.1328       158       640: 100%|██████████| 8/8 [00:23<00:00,  2.96s/it]
               Class      Images      Labels           P           R      mAP@.5  mAP@.5:.95: 100%|██████████| 4/4 [00:09<00:00,  2.32s/it]
                 all         128         929       0.718       0.566       0.658       0.433

     Epoch   gpu_mem       box       obj       cls     total    labels  img_size
     2/299     3.29G   0.04575   0.07487   0.01959    0.1402       213       640:  38%|███▊      | 3/8 [00:15<00:25,  5.00s/it]
Process finished with exit code -1

​ 提示推荐你安装 wandb ，据说是个比 Tensorboard 更好用的可视化工具。

---

YOLOv5 的超参文件见 data/hyp.finetune.yaml（适用 VOC 数据集）或者 hyo.scrach.yaml（适用 COCO 数据集）文件。

名称	值	描述
lr0	0.00447	学习率
lrf	0.114	余弦退火超参数
momentum	0.873	学习率动量
weight_decay	0.00047	权重衰减系数
giou	0.0306	giou损失的系数
cls	0.211	分类损失的系数
cls_pw	0.546	分类BCELoss中正样本的权重
obj	0.421	有无物体损失的系数
obj_pw	0.972	有无物体BCELoss中正样本的权重
iou_t	0.2	标签与anchors的iou阈值iou training threshold
anchor_t	2.26	标签的长h宽w/anchor的长h_a宽w_a阈值, 即h/h_a, w/w_a都要在(1/2.26, 2.26)之间anchor-multiple threshold
fl_gamma	0.0	设为0则表示不使用focal loss(efficientDet default is gamma=1.5)
hsv_h	0.0154	色调
hsv_s	0.9	饱和度
hsv_v	0.619	明度
degrees	0.404	旋转角度
translate	0.206	水平和垂直平移
scale	0.86	缩放
shear	0.795	剪切
perspective	0.0	透视变换参数
flipud	0.00756	上下翻转
fliplr	0.5	左右翻转
mixup	0.153	mixup系数

---

​ 从 if __name__ == '__main__': 中看到设置的参数：

parser = argparse.ArgumentParser()
parser.add_argument('--weights', type=str, default='yolov5s.pt', help='initial weights path')
parser.add_argument('--cfg', type=str, default='', help='model.yaml path')
parser.add_argument('--data', type=str, default='data/coco128.yaml', help='data.yaml path')
parser.add_argument('--hyp', type=str, default='data/hyp.scratch.yaml', help='hyperparameters path')
parser.add_argument('--epochs', type=int, default=300)
parser.add_argument('--batch-size', type=int, default=16, help='total batch size for all GPUs')
parser.add_argument('--img-size', nargs='+', type=int, default=[640, 640], help='[train, test] image sizes')
parser.add_argument('--rect', action='store_true', help='rectangular training')
parser.add_argument('--resume', nargs='?', const=True, default=False, help='resume most recent training')
parser.add_argument('--nosave', action='store_true', help='only save final checkpoint')
parser.add_argument('--notest', action='store_true', help='only test final epoch')
parser.add_argument('--noautoanchor', action='store_true', help='disable autoanchor check')
parser.add_argument('--evolve', action='store_true', help='evolve hyperparameters')
parser.add_argument('--bucket', type=str, default='', help='gsutil bucket')
parser.add_argument('--cache-images', action='store_true', help='cache images for faster training')
parser.add_argument('--image-weights', action='store_true', help='use weighted image selection for training')
parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
parser.add_argument('--multi-scale', action='store_true', help='vary img-size +/- 50%%')
parser.add_argument('--single-cls', action='store_true', help='train multi-class data as single-class')
parser.add_argument('--adam', action='store_true', help='use torch.optim.Adam() optimizer')
parser.add_argument('--sync-bn', action='store_true', help='use SyncBatchNorm, only available in DDP mode')
parser.add_argument('--local_rank', type=int, default=-1, help='DDP parameter, do not modify')
parser.add_argument('--workers', type=int, default=0, help='maximum number of dataloader workers')
parser.add_argument('--project', default='runs/train', help='save to project/name')
parser.add_argument('--entity', default=None, help='W&B entity')
parser.add_argument('--name', default='exp', help='save to project/name')
parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
parser.add_argument('--quad', action='store_true', help='quad dataloader')
parser.add_argument('--linear-lr', action='store_true', help='linear LR')
parser.add_argument('--label-smoothing', type=float, default=0.0, help='Label smoothing epsilon')
parser.add_argument('--upload_dataset', action='store_true', help='Upload dataset as W&B artifact table')
parser.add_argument('--bbox_interval', type=int, default=-1, help='Set bounding-box image logging interval for W&B')
parser.add_argument('--save_period', type=int, default=-1, help='Log model after every "save_period" epoch')
parser.add_argument('--artifact_alias', type=str, default="latest", help='version of dataset artifact to be used')
opt = parser.parse_args()

• YOLOV5训练代码train.py注释与解析_Laughing-q的博客-CSDN博客
• Yolo v5 训练自己的数据从训练到调参实战详解_yolo调参_王挣银的博客-CSDN博客

训练YOLOv5模型（云端GPU）

上一篇：Diary-目前最最好玩的林草生态园

下一篇：Pytorch-深度学习快速入门教程（绝对通俗易懂！）【小土堆】