【目标检测】yolov5简单实战

最近在学习计算机视觉目标检测的相关内容，主要学习了yolov5 7.0版本

博主也是初学者，最近刚学完李沐的动深和yolo部分内容，写的错误的地方还请指出

本文只会简单概述yolov5相关的原理，需要详细了解可以看如下博客

YOLO系列算法精讲：从yolov1至yolov5的进阶之路（2万字超全整理）_AI 菌的博客

yolov5整体网络架构

input部分，一般为图片输入

yolov5的图片输入部分，使用了Mosaic进行数据增强，将几张图片融合在一起，丰富了检测目标的背景，同时在计算batch_size normalization 时计算更快

backbone部分，一般为提取特征（feature_map)

使用Focus进行切片操作，切成很多特征图（转换为单张feature_map很小，通道数较多），不属于下采样

使用了CSP结构，将feature_map分为两个part，一个part用于继续使用网络处理，其余经过简单处理直接加在第一个part的输出上（整体与ResNet有区别，ResNet是整个加上去）

关于CSP，可以看这一篇博客

深度学习_经典网络_CSPNet网络详解_WeThinkIn的博客

neck部分，一般用于学习特征

使用了FPN+PAN，可以进行高低层特征融合

head部分，一般用于输出预测

和yolov3，yolov4类似，生成多尺度的anchors，可以进行多尺度的预测

同时，从yolov3开始使用logistic回归代替了softmax，可以进行多标签判定

以上是对于yolov5的简单理论介绍，下面进行一个简单的yolov5实战

安装yolov5 7.0

通过终端拉取yolov5安装包

要求在 Python>=3.7.0 环境中安装 requirements.txt ，且要求 PyTorch>=1.7 。

pytorch一定要安装gpu版本，不然训练速度会很慢

git clone https://github.com/ultralytics/yolov5

国内github访问速度较慢，可以使用镜像源

git clone https://gitcode.net/mirrors/ultralytics/yolov5.git

接着是安装依赖项

cd yolov5
pip install -r requirements.txt

如何测试安装是否成功？

linux系统，在yolov5文件夹输入

python detect.py

若linux系统中有多个python版本，有时候需要

python3 detect.py

windows系统则直接运行python文件即可

若运行成功且在runs/detect/exp有处理好的图片则说明运行成功

注：多次运行会出现exp1，exp2等等，如果你拉取的yolov5不是官方文件会出现这个问题

另外，在yolov5运行过程中经常出现如下字体缺少报错

Downloading https://ultralytics.com/assets/Arial.ttf

然后一直下载不下来（下载很慢之类的），可以先把这个字体下载好放在yolov5根目录里面

方法：

linux系统直接使用如下代码拉去字体文件

wget https://ultralytics.com/assets/Arial.ttf

windows系统可以下载好文件后拷贝

如果还是下载不了，可以使用我分享的这个文件

链接：https://pan.baidu.com/s/1-wvA_ft3q8WfWjPUWmyu-A?pwd=07l9

提取码：07l9

进行简单的yolov5实战

我是跟着这个博客做的，做出来的东西也差不多

【Yolov5】1.认真总结6000字Yolov5保姆级教程（2022.06.28全新版本v6.1）_若oo尘的博客-CSDN博客

唯一不同是我使用的是yolov5 7.0版本

我做出来的成品如下 目标检测王者荣耀-CSDN直播