yolov5初次使用教程

yolov5初次使用教程

YOLO为一种新的目标检测方法，该方法的特点是实现快速检测的同时还达到较高的准确率。目前YOLO已经升级到YOLOv7了，并且YOLO的所有代码都是开源的，我们可以在github上下载；

1.yolov5源码的下载

• Yolov5 Github地址：https://github.com/ultralytics/yolov5

直接下载下来之后，了解一下项目的目录结构：

├── data：主要是存放一些超参数的配置文件（这些文件（yaml文件）是用来配置训练集和测试集还有验证集的路径的，其中还包括目标检测的种类数和种类的名称）；还有一些官方提供测试的图片。如果是训练自己的数据集的话，那么就需要修改其中的yaml文件。但是自己的数据集不建议放在这个路径下面，而是建议把数据集放到yolov5项目的同级目录下面。

├── models：里面主要是一些网络构建的配置文件和函数，其中包含了该项目的四个不同的版本，分别为是s、m、l、x。从名字就可以看出，这几个版本的大小。他们的检测测度分别都是从快到慢，但是精确度分别是从低到高。这就是所谓的鱼和熊掌不可兼得。如果训练自己的数据集的话，就需要修改这里面相对应的yaml文件来训练自己模型。

├── utils：存放的是工具类的函数，里面有loss函数，metrics函数，plots函数等等。

├── weights：(自己创建的）放置训练好的权重参数。

├── detect.py：利用训练好的权重参数进行目标检测，可以进行图像、视频和摄像头的检测。

├── train.py：训练自己的数据集的函数。

├── test.py：测试训练的结果的函数。

├──requirements.txt：这是一个文本文件，里面写着使用yolov5项目的环境依赖包的一些版本，可以利用该文本导入相应版本的包。

2.下载预训练好的权重参数文件

• 下载地址：https://github.com/ultralytics/yolov5/releases

它的预训练模型已经更新到v7版本了，选择一个版本，并下载相对应的权重文件，我选择的是v5版本；

往下找到Assets,下载需要的预训练权重参数文件；并将下载好的权重文件放在weights文件夹下

我这里下载了四个

不同的预训练模型 ，效果和精度不一样

其中yolov5s目标检测速度最快，因为其网络参数最少，但相应的，检测效果相比是最差的
由于这个文件下载过慢，可能大家会找别人下载好的权重文件，但是找来的文件会因为版本过旧或其他原因出错，所以还是尽量自己下载；

3.安装Yolov5所需模块

源码下载完成后，用pycharm打开项目，并选择pytorch环境下的解释器，打开pycharm的命令终端，在中输入如下的命令，就可以安装了

pip install -r requirements.txt

4.Yolov5测试

使用源码中的Detect.py来测试，

在测试时需要改动Detect.py中两个地方：


由于版本等各种原因，运行会出现各种问题，按照网上的解决方法，一一解决之后就可以正常运行了；(忘记遇到过哪些问题了)

所以分享一下我改过的直接可以运行的源码

链接：https://pan.baidu.com/s/1x0eD0GasGeUtQ67YIvBLwQ
提取码：5p8s