YOLO_V5_yolov5是算法还是框架

个人网站

V5
V4
V3
V2
V1

一、前言

Yolov5是一种基于深度学习的目标检测算法，它可以在图像或视频中实现实时目标检测。它是YOLO（You Only Look Once）系列算法的最新版本，相比之前的版本，它具有更高的检测精度和更快的检测速度。相比于YOLOv4，YOLOv5的改进主要有以下几点：

• 更高的检测精度：YOLOv5采用了更深的模型结构和更多的特征层，可以提高目标检测的精度。
• 更快的检测速度：YOLOv5采用了更轻量化的模型结构和更高效的计算方式，可以在保持精度的同时提高检测速度。
• 更好的通用性：YOLOv5在训练数据上进行了优化，可以适应更广泛的场景和物体类别。
• 更方便的训练和部署：YOLOv5提供了更友好的API和更简单的部署方式

YOLOv5是一个开源项目，在GitHub上免费提供。代码方面比YOLOV3看起来好太多了，非常的简洁精炼，作者功底之深可见一斑，YOLOV4可以认为理论方面，V5实践方面。作者没有发表论文。代码

二、YOLO-V5模型

1.概述

YOLOv5在模块方面并没有多太多东西，加了CSP模块，还有各个版本的激活函数并不是一样的，V5的第三代是hardwish，前面是Leaky ReLU，第四代是wish，上一篇文章提过，反正无论什么激活函数目的都一样，自己搜一下，跟relu差不多，就是负数部分做了调整。

模块可以先看完V4，V4上没有的我会加上去。

2.新增模块

• Focus模块：先分块，后拼接，再卷积，间隔的来完成分块任务，此时卷积输入的C就为12了，参考实验结果并不多，目的是为了加速，并不会增加AP

• 激活函数，不同版本都不一样，注意一下就行

3.整体框架

上面所有模块基本都讲过了，大部分在V4那篇文章，右边Neck就是PAN，在FPN基础上再做一次。

模型文件：可以对比一下，其实差不多，是不是比YOLOV3看起来舒服太多了

# parameters
nc: 2  # number of classes  控制模型深度和通道
depth_multiple: 0.33  # model depth multiple  #下面的number*0.33
width_multiple: 0.50  # layer channel multiple   #下面的channel*0.33

# anchors 就是聚类的九个框
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32

# YOLOv5 backbone 
backbone:
  # [from, number, module, args]
  # -1代表是一个输出，做了number次数，模块名，参数（通道数，卷积核，步长）
  [[-1, 1, Focus, [64, 3]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, BottleneckCSP, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
   [-1, 9, BottleneckCSP, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, BottleneckCSP, [512]],
   [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
   [-1, 1, SPP, [1024, [5, 9, 13]]],
   [-1, 3, BottleneckCSP, [1024, False]],  # 9
  ]

# YOLOv5 head   就是FPN + PAN
head:
  [[-1, 1, Conv, [512, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 3, BottleneckCSP, [512, False]],  # 13

   [-1, 1, Conv, [256, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 3, BottleneckCSP, [256, False]],  # 17 (P3/8-small)

   [-1, 1, Conv, [256, 3, 2]],
   [[-1, 14], 1, Concat, [1]],  # cat head P4
   [-1, 3, BottleneckCSP, [512, False]],  # 20 (P4/16-medium)

   [-1, 1, Conv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
   [-1, 3, BottleneckCSP, [1024, False]],  # 23 (P5/32-large)

   [[17, 20, 23], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49

4.模型可视化

• 可视化工具
  配置好netron，详情：https://github.com/lutzroeder/netron 网页版
• 安装好onnx，pip install onnx即可
• 转换得到onnx文件，脚本原始代码中已经给出（/models/export.py）
• 打开onnx文件进行可视化展示（.pt文件展示效果不如onnx）
  []

三、YOLO-V5模型梳理

1.整体模型图

可以理解为输入前BOF（数据处理部分）+ BOS（模型改进部分）

2.整体流程

• 输入端：在模型训练阶段，提出了一些改进思路，主要包括Mosaic数据增强、自适应锚框计算、自适应图片缩放；
• 基准网络：融合其它检测算法中的一些新思路，主要包括：Focus结构与CSP结构；
• Neck网络：目标检测网络在BackBone与最后的Head输出层之间往往会插入一些层，Yolov5中添加了FPN+PAN结构；
• Head输出层：输出层的锚框机制与YOLOv4相同，主要改进的是训练时的损失函数GIOU_Loss，以及预测框筛选的DIOU_nms。

3.YOLOv5基础组件

• CBL-CBL模块由Conv+BN+Leaky_relu激活函数组成
• Res unit-借鉴ResNet网络中的残差结构，用来构建深层网络，CBL是残差模块中的子模块
• CSP1_X-借鉴CSPNet网络结构，该模块由CBL模块、Res unint模块以及卷积层、Concate组成而成
• CSP2_X-借鉴CSPNet网络结构，该模块由卷积层和X个Res unint模块Concate组成而成
• Focus，Focus结构首先将多个slice结果Concat起来，然后将其送入CBL模块中。
• SPP-采用1×1、5×5、9×9和13×13的最大池化方式，进行多尺度特征融合

四、代码文件讲解

1.项目目录结构

2.目录解释

• github是存放关于github上的一些“配置”的，这个不重要，我们可以不管它。
• data文件夹主要是存放一些超参数的配置文件（如.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，YOLOv5 有大约 30 个超参数用于各种训练设置。
• models是模型文件夹。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。他们的检测速度分别都是从快到慢，但是精确度分别是从低到高。代码 下载模型
• runs是我们运行的时候的一些输出文件。每一次运行就会生成一个exp的文件夹。

detect # 测试模型，输出图片并在图片中标注出物体和概率
train # 训练模型，输出内容，模型(最好、最新)权重、混淆矩阵、F1曲线、超参数文件、P曲线、R曲线、PR曲线、结果文件（loss值、P、R）等expn

expn # 第n次实验数据
confusion_matrix.png # 混淆矩阵
P_curve.png # 准确率与置信度的关系图线
R_curve.png # 精准率与置信度的关系图线
PR_curve.png # 精准率与召回率的关系图线
F1_curve.png # F1分数与置信度（x轴）之间的关系
labels_correlogram.jpg # 预测标签长宽和位置分布
results.png # 各种loss和metrics（p、r、mAP等，详见utils/metrics）曲线
results.csv # 对应上面png的原始result数据
hyp.yaml # 超参数记录文件
opt.yaml # 模型可选项记录文件
train_batchx.jpg # 训练集图像x（带标注）
val_batchx_labels.jpg # 验证集图像x（带标注）
val_batchx_pred.jpg # 验证集图像x（带预测标注）
weights # 权重
best.pt # 历史最好权重
last.pt # 上次检测点权重
labels.jpg # 4张图， 4张图，（1，1）表示每个类别的数据量，（1，2）真实标注的 bounding_box（2，1） 真实标注的中心点坐标，（2，2）真实标注的矩阵宽高
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

• utils工具文件夹。存放的是工具类的函数，里面有loss函数，metrics函数，plots函数等等。

3.如何训练自己的数据

https://public.roboflow.com/object-detection/mask-wearing/4/download/yolov5pytorch

例如口罩数据集下载，选择yolov5pytorch格式，直接就能用，把它放在yolo_v5同级目录

pycharm 配置参数
--data ../MaskDataSet/data.yaml --epochs 300 --weights '' --cfg models/yolov5s.yaml  --batch-size 16
# data.yaml文件包含数据文件索引
train: ../MaskDataSet/train/images
val: ../MaskDataSet/valid/images

nc: 2
names: ['mask', 'no-mask']
1
2
3
4
5
6
7
8

结果：

日志可视化：切换运行环境的日志路径下，也就是

tensorboard --logdir runs/
1