YOLOAir库使用（一）

YOLOAir：面向小白的目标检测库，更快更方便更完整的YOLO库

模型多样化：基于不同网络模块构建不同检测网络模型。

模块组件化：帮助用户自定义快速组合Backbone、Neck、Head，使得网络模型多样化，助力科研改进检测算法、模型改进，网络排列组合，构建强大的网络模型。

统一模型代码框架、统一应用方式、统一调参、统一改进、易于模块组合、构建更强大的网络模型：内置YOLOv5、YOLOv7、YOLOX、YOLOR、Transformer、Scaled_YOLOv4、YOLOv3、YOLOv4、YOLO-Facev2、TPH-YOLO、YOLOv5Lite、SPD-YOLO、SlimNeck-YOLO、PicoDet等模型网络结构

基于 YOLOv5 代码框架，并同步适配稳定的YOLOv5_v6.1更新, 同步v6.1部署生态。使用这个项目之前, 您可以先了解YOLOv5库。

YOLOv5仓库：https://github.com/ultralytics/yolov5

YOLOAir项目地址: https://github.com/iscyy/yoloair

YOLOAir部分改进说明教程: https://github.com/iscyy/yoloair/wiki/Improved-tutorial-presentation

YOLOAir CSDN地址：https://blog.csdn.net/qq_38668236

YOLOAir库使用说明

1. 下载源码

$ git clone https://github.com/iscyy/yoloair.git

或者打开github链接，下载项目源码，点击Code选择Download ZIP

YOLOAir官方库地址： https://github.com/iscyy/yoloair

2. 配置环境

首先电脑安装Anaconda，本文YOLOAir环境安装在conda虚拟环境里

2.1 创建一个python3.8的conda环境yoloair

conda create -n yoloair python=3.8

2.2 安装Pytorch和Torchvision环境

安装Pytorch有种方式，一种是官网链接[安装]https://pytorch.org/，另外一中是下载whl包到本地再安装

Pytorch whl包下载地址：https://download.pytorch.org/whl/torch/

TorchVision包下载地址：https://download.pytorch.org/whl/torchvision/

本文Pytorch安装的版本为1.8.0，torchvision对应的版本为0.9.0

注意：cp对应Python包版本，linux对应lLinux版本，win对应Windows版本
当whl文件下载到本地后，进入包下载命令，使用pip install 包名来安装：

pip install torch-1.8.0+cu111-cp38-cp38-win_amd64.whl
pip install torchvision-0.9.0+cu111-cp38-cp38-win_amd64.whl

2.3 安装其他包依赖

YOLOAir项目依赖包具体包含如下：其中Base模块是基本项目依赖包，Logging和Plotting是模型训练时用到的日志和画图包，Export是用于模型转换时用到的（如pt转ONNX、TRT等），thop包是用来计算参数量的

进入到下载的YOLOAir项目目录，使用以下命令安装项目包依赖

pip install -r requirements.txt  # 安装依赖包

如果嫌安装速度太慢，可以在以下网站找包下载到本地再安装

https://pypi.org/

2.4 开箱训练

train.py里面可以设置各种参数，具体参数解释详见后续实战更新

python train.py --data coco128.yaml --cfg configs/yolov5/yolov5s.yaml 

2.5 模型推理

detect.py在各种数据源上运行推理, 并将检测结果保存到runs/detect目录

 python detect.py --source 0  # 网络摄像头
                          img.jpg  # 图像
                          vid.mp4  # 视频
                          path/  # 文件夹
                          path/*.jpg  # glob

2.6 集成融合

如果使用不同模型来推理数据集，则可以使用 wbf.py文件通过加权框融合来集成结果，只需要在wbf.py文件中设置img路径和txt路径

$ python wbf.py

彩蛋

本文对构建YOLOAir库环境进行详细阐述，笔者以后会定期分享关于项目的其他模块和相关技术，笔者也建立了一个关于目标检测的交流群：781334731，欢迎大家踊跃加入，一起学习鸭！
笔者也建立一个微信公众号，Nuist计算机视觉与模式识别，回复YOLOAir（一）获取本文pdf，后续笔者也会在公众号分享YOLOAir使用说明与魔改消融实验，定量分析每个模块的作用，方便大家后续使用。

炼丹

笔者最近沉迷于炼丹，在网上发现两个宝藏炼丹平台，AutoDL和恒源智享云，这两个平台新人注册和学生认证都有福利，而且租用显卡支持按小时/天/月收费，大家感兴趣可以看看哦。目前AutoDL的TITAN Xp显卡学生认证后低至0.52元/.小时，RTX GeForce 2080Ti显卡学生认证后低至0.88元/小时。如果感兴趣的话，可以通过以下链接注册使用。

AutoDL：https://www.autodl.com/register?code=79aaeca7-b378-4b9d-90c3-99b2a8864596

恒源智享云：https://gpushare.com/auth/register?user=15*****3693&fromId=3e7200b12c2a&source=link