yolov5-master代码详解笔记——detect模块
本文以detec.py文件为主，从头开始逐一追踪代码，了解detect运行流程
目录
detect.py:
common.py（models）：
DetectMultiBackend: （line279）
datasets.py（utils）：
LoadImages: （line178）
augmentations.py（utils）：
letterbox： （line91）
plots.py（utils）：
Annotator： （line68）
detect.py:
FILE 当前文件绝对路径
ROOT 整个yolov5项目的路径（多数情况下在文件的下载转移更新时已存在包导入时无法查找，则可查看该路径是否正确）
Parse_opt 定参，返回opt（存储所有参数信息）
Main ①检测requirement中依赖包
②执行Run
Run 1.判断source传入数据
- is_file: 判断输入图片格式是否在设定格式中（dataset.py）
②webcam：false
2. Directories，新建保存结果文件夹
3. Load model，加载模型
①device:选择设备,摄像头、GPU、CPU等
- model:（weight,coco.yaml）显示后端框架（pytorch、TorchScri等）
DetectMultiBackend（common.py）
③加载模型数据
④imgsz保证图片尺寸为32的倍数，不是则自动计算出32倍数尺寸
4. Dataloader，加载待预测图片
dataset=LoadImages（datasets.py） 初始化
5. Run inference，输入模型推理产生推理结果画出识别框：
初始化：
Warmup：传入一张空图片到GPU预热
遍历dataset（LoadImages）：
im： 图片numpy转pytroch支持的格式
/=255：归一化
扩张维度
Inference： 预测
visualize（默认false）：若为true,保存推断过程特征图
pred： 检测框
augment：可对推断做数据增强，但降低模型运行速度
[1,18900,85]：85指4个坐标信息，1个置信度，80个类别
概率
NMS： 非极大值过滤
pred： 1,5,6: 6指4坐标，1置信度，1类别
Process：
det： [5,6]，5个矩形框, 6指4坐标，1置信度，1类别
seen：计数器
save_path：图片保存路径
txt_path：默认不保存txt文件
s：
gn：获得原图宽高，保存txt时有用
imc：判断是否把检测框裁剪保存
annotator（plots.py）：原图绘制
if(det)： 画框
det[] 从调整图中坐标映射回原图
遍历所有框：n统计所有框->s打印信息
write results：选择保存方式
add bbox to image（默认选择）：
label：hide_labels、hide_conf（detect参数）是否打印
标签、置信度
annotator.box_label：画框
save_crop：默认false，是否保存截取检测框
stream： （view_img）展示结果
save_img： 保存图片
6. Print results，打印输出结果
t： 统计预测每张图片平均时间
seen：预测图片数量，dt每张图片所用时间
LOGGER.info：日志
common.py（models）：
DetectMultiBackend: （line279）
w 判断weights是否为list，若是取出第一个值作为传入路径
model_type 判断模型格式（pt、jit等），执行相应加载模式
fp16 半精度推算
if data 加载传入文件，获取names
datasets.py（utils）：
LoadImages: （line178）
P: 根据相对路径获得绝对路径
判断是否带*，是否为文件夹，是否为文件
images/videos： 获取文件格式，判断图片格式是否包含在规定拓展名中
nf： 所有文件数
count： 文件中图片计数器，起索引作用
img0： 读入初始图
s： 字符串，表示输入的是第几张图片，用于后续打印
img： 调整图片尺寸（augmentations.py->letterbox）（需要32倍宽高）
vid_cap(None)：
Convert：
augmentations.py（utils）：
letterbox： （line91）
r： 长边缩放图片，（long/640）
填充图片：
if auto： 若auto（默认true）为true，判断图片宽高是否为32倍数，若
满足直接读取
plots.py（utils）：
Annotator： （line68）
初始化：
If-else： 默认opencv画框
box_label： 画框画标签