从零开始安装并运行YOLOv5

从零开始安装并运行YOLOv5

该文主要实现用YOLOv5的基准检测为自己的视频片段渲染对象检测结果和边界框，本文大部分都是实操，帮助大家快速上手。

什么是YOLOv5？

​ yolo是一种用于对象检测的最先进的机器学习模型，yolo有不同的版本比如v5v8，如果你提供一个输入，它会给你返回一个输出，那么yolo的输入和输出是什么呢？yolo接受图像或者是一批图像作为其输入，在处理该图像后，它会在图像上放置边界框，它会告诉你在每个边界框中检测到的一个对象，这些边界框就是输出，它还识别每个边界框中的对象是什么，如下图。

图片中有一个红色框标识了person，黄色框标识了backpack，简而言之，yolo就是一台将此类边框放在图片上的机器。但是yolo不会直接将这些边界框绘制或渲染到图像上，而是为每个边界框提供多个值，它为每个边界框提供xmin、xmax、ymin、ymax，标识该边界框的位置，第五个值label代表标签，其中有一个id，例如0标识person，27代表tie（领带）等等

因此，当id为0时，我们知道这里有一个人，然后我们就可以渲染此边界框时写入，最终值是置信度，告诉你整个结果的确定性。

如何使用我们自己的视频在我们自己的计算机上使用YOLO？

​ 正式开始操作！！！

1、环境配置

​ 首先我们需要一个Python环境，这个过程不需要会Python编程，因为代码已经存在，我们只需要运行它即可。这里可以使用一个单独的Python环境或者Anaconda中的环境，本文用的是单独的Python环境，如果你没有Python环境或者有很多个Python环境，请看作者的另一篇文章，pip安装报错？彻底弄清Python软件包安装流程并解决安装错误，文中也会清楚的说明如何把python和pip加入到环境变量中，这也是环境配置中重要的一环。

2、下载YOLOv5

​ 下载网址：GitHub - ultralytics/yolov5: YOLOv5 in PyTorch > ONNX > CoreML > TFLite

点击Download即可下载，下载完成后解压。

此时我们就得到了这样一个文件夹，如下图。

3、安装必要的库

​ 首先我们要安装的库是pytorch，网址：PyTorch，下滑找到下图页面，我用的是Windows所以选择Windows，因为是单独的python环境所以选择pip，有显卡GPU的话可以下载CUDA选择CUDA对应版本（如果只需要训练和简单推理，则无需安装CUDA，如果需要编译、部署等，那么还是需要单独安装CUDA的），这里我选择CPU版本，选择好后，最下方就会出现终端指令，复制在终端运行即可。

终端运行。

在这里我出现了这个错误，这是因为我代理忘记关了，此时可以关闭代理或者让终端也处于代理模式，终端代理指令看这篇文章。

处理好后再次执行命令，就能安装成功啦，如下图。

4、开始使用

先切换到yolov5所在目录，如下图操作，你的yolov5放在哪你就去哪找，我这里放在e盘。

然后，你可以放一个你想要输入的视频在该文件夹中，如下图。

接着，终端执行以下命令。

python detect.py --source PUBG.mp4

此时提示没有某某模块。

那就使用pip安装一下这个模块就行，如果提示没有别的模块也同理（这里注意如果安装yaml需要把模块名称写成pyyaml）。

安装好后再次执行。

python detect.py --source PUBG.mp4

可以看到已经在输出了。

最后进入到结果路径文件夹就能找到输出的视频。

其他版本yolo

我们在yolov5主页可以看到还有很多个版本的yolo，如下图，params表示参数量，参数量更大的训练结果更好。

我们可以使用指定版本的yolo，例如指定yolov5s6，使用以下命令。

python detect.py --source PUBG.mp4 --weights yolov5s6.pt

这里可以看到有几个关键的参数，参数放在detect.py文件中的parse_opt()函数中，如下图。

关键参数

source：

0表示摄像头、path/表示文件夹、screen表示整个屏幕，剩下的如下图所示，一目了然。

conf-thres:

假设我们一开始默认识别出来的效果是上图（左1），经过下述命令将置信度阈值设置为0.8，那么只有检测结果置信度高于0.8才能被成功检测出，如上图（左2）。

python detect.py --weights yolov5s.pt --conf-thres 0.8

iou-thres:

iou-thres用于确定两个边界框被认为是重叠的阈值。当两个边界框的重叠度（IOU）超过这个阈值时，它们被认为是重叠的。

当iou_thres值较低时，意味着两个边界框只有在非常接近完全重叠时才会被认为是重叠的。因此，对于具有较小重叠度的边界框对，它们可能会被视为不重叠，从而导致更少的检测框。

相反，当iou_thres值较高时，意味着即使两个边界框之间的重叠度较小，它们仍然可能被认为是重叠的。这可能导致更多的边界框被检测到。

其他参数

• imgsz表示图像大小，默认是640*640
• max-det表示在一张图片中最大的检测数量
• device就是设备
• view-img就是检测过程中会把检测结果弹出一个框展示
• save开头的参数就是把检测出的某些值存下来，而不仅仅是存一张图片，nosave参数就是与之对应的
• classes是可以指定只检测哪些类别

主要的就这些，剩下的可以自己去了解。

更简单的模型检测

步骤：

1、下载jupyter，下载速度慢的两种解决办法，博客里都有博客1，博客2，命令如下。

pip install jupyterlab

2、pycharm（或别的可视化软件）中新建一个hub_detect.ipynb文件。

3、把代码放入，代码yolo官网也有，这里和官网代码不一样，因为模型不一定非要从torch.hub上进行加载，也可以加载本地的模型（source设置为local，第一个参数填模型所在文件夹路径），如下图就是选择加载本地模型，同样，图片也不一定非要从网上获取，最后的显示用show函数就可以弹出一个展示框。

官网代码：

这里如果提示没有jupyter，可以看这篇文章进行配置：文章。

那么上述代码相对于detect.py文件中的代码来说，明显是比较简洁的，虽然参数没有detect.py文件上那么全，但大部分要求都能满足，并且用这种方式书写代码后续会很好封装。

教程就到这里啦，希望大家能顺利运行。