YOLOv5白皮书-第Y1周：调用官方权重进行检测

一、课题背景和开发环境

第Y1周：调用官方权重进行检测

• 语言：Python3、Pytorch

开发环境

• 电脑系统：Windows 10
• 语言环境：Python 3.8.2
• 编译器：无（直接在cmd.exe内运行）
• 深度学习环境：Pytorch 1.8.1+cu111
• 显卡及显存：NVIDIA GeForce GTX 1660 Ti 12G
• CUDA版本：Release 10.2, V10.2.89（cmd输入nvcc -V或nvcc --version指令可查看）
• YOLOv5开源地址：YOLOv5开源地址

---

二、配置YOLOv5项目

1、源码下载

• 项目地址：YOLOv5开源地址

2、安装依赖环境

WIN+R打开 运行 工具，输入cmd，回车 即可打开 命令行窗口。

用 cd 指令进入项目路径下。并执行指令：pip install -r requirements.txt

三、运行代码

1、设置输入参数

关于参数说明，可以参考官方代码里的 parse_opt() 这个函数

def parse_opt():
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'yolov5s.pt', help='model path or triton URL')
    parser.add_argument('--source', type=str, default=ROOT / 'data/images', help='file/dir/URL/glob/screen/0(webcam)')
    parser.add_argument('--data', type=str, default=ROOT / 'data/coco128.yaml', help='(optional) dataset.yaml path')
    parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w')
    parser.add_argument('--conf-thres', type=float, default=0.25, help='confidence threshold')
    parser.add_argument('--iou-thres', type=float, default=0.45, help='NMS IoU threshold')
    parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image')
    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='show 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('--save-crop', action='store_true', help='save cropped prediction boxes')
    parser.add_argument('--nosave', action='store_true', help='do not save images/videos')
    parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --classes 0, or --classes 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('--visualize', action='store_true', help='visualize features')
    parser.add_argument('--update', action='store_true', help='update all models')
    parser.add_argument('--project', default=ROOT / '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')
    parser.add_argument('--line-thickness', default=3, type=int, help='bounding box thickness (pixels)')
    parser.add_argument('--hide-labels', default=False, action='store_true', help='hide labels')
    parser.add_argument('--hide-conf', default=False, action='store_true', help='hide confidences')
    parser.add_argument('--half', action='store_true', help='use FP16 half-precision inference')
    parser.add_argument('--dnn', action='store_true', help='use OpenCV DNN for ONNX inference')
    parser.add_argument('--vid-stride', type=int, default=1, help='video frame-rate stride')
    opt = parser.parse_args()
    opt.imgsz *= 2 if len(opt.imgsz) == 1 else 1  # expand
    print_args(vars(opt))
    return opt

预测时常用的的参数

• weights 指定要用的模型权重文件
• source 指定要测试的数据（图像或视频）
• imgsz/img/img-size 指定测试数据的缩放尺寸
• conf-thres 指定检测结果中筛选时的置信度阈值
• device 指定GPU或CPU运行预测程序

---

2、执行预测指令

预测指令示例

• python detect.py --source data\images\test.jpg --weights yolov5s.pt --img 640 --device 0 --conf-thres 0.5
• python detect.py --source data\videos\test.mp4 --weights yolov5s.pt --img 640 --device 0 --conf-thres 0.5
  第一次运行上述指令时，会在线下载官方的 yolov5s.pt 模型权重文件

3、查看预测结果

分别在项目目录下的 runs\detect\exp2 和 runs\detect\exp3 路径下查看上面两次预测的结果图片和视频。

YOLOv5街道视频检测结果