yolov5学习（一）项目安装与基本的目标检测_yolo visualize features

目录

文章简介

项目安装

下载

 pycharm打开yolov5

​项目运行

关键参数

图片目标识别

视频目标检测

 调用电脑的摄像头

 调用手机摄像头实时检测

---

文章简介

最近由于项目需要，需要使用到目标检测算法，由于之前并没有接触太多这方面的内容，所以做下简单的记录，方便日后回顾使用。这里主要以yolov5为主，内容参考了小土堆的B站视频

项目安装

下载

首先在Github上搜索yolov5，选择stars最多的项目，对应连接：https://github.com/ultralytics/yolov5 

 pycharm打开yolov5

将下载的zip文件解压，使用pycharm打开

 安装依赖库

pip install -r requirements.txt

 项目运行

打开detect.py,直接运行，我使用的是mac系统，运行时会报错（Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.OMP）

在detect.py中添加如下代码即可

import os
os.environ['KMP_DUPLICATE_LIB_OK']='TRUE'

运行界面（由于我不是第一次运行，如果你是第一次运行的话，输出信息会存在一些差异）

脚本运行时，会默认对项目中的data/images/文件夹下的图片数据进行检测，检测结果存储在项目文件夹/runs/detect/exp/文件夹下。下图展示的是项目自带的图片，如果你想检测自己的图片，可以将图片放到对应的文件夹下。

关键参数

调整detect.py中的配置可以实现以下目标检测功能

首先介绍下detect中的关键配置参数，配置通过parse_opt函数试下，对象的函数如下所示。 

def parse_opt():
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'yolov5m.pt', help='model path(s)')
    #默认设置
    parser.add_argument('--source', type=str, default=ROOT / 'data/images', help='file/dir/URL/glob, 0 for webcam')
    # 调用手机摄像头
    #parser.add_argument('--source', type=str, default='http://admin:admin@IP', help='file/dir/URL/glob, 0 for webcam')
    #调用本地摄像头
    #parser.add_argument('--source', type=str, default='0', help='file/dir/URL/glob, 0 for webcam')
    parser.add_argument('--data', type=str, default=ROOT / 'data/coco128.yaml', help='(optional) dataset.yaml path')
    parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w')
    parser.add_argument('--conf-thres', type=float, default=0.2, help='confidence threshold')
    parser.add_argument('--iou-thres', type=float, default=0.25, help='NMS IoU threshold')
    parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image')
    parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
    parser.add_argument('--view-img', action='store_true', help='show results')
    parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
    parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
    parser.add_argument('--save-crop', action='store_true', help='save cropped prediction boxes')
    parser.add_argument('--nosave', action='store_true', help='do not save images/videos')
    parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --classes 0, or --classes 0 2 3')
    parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')
    parser.add_argument('--augment', action='store_true', help='augmented inference')
    parser.add_argument('--visualize', action='store_true', help='visualize features')
    parser.add_argument('--update', action='store_true', help='update all models')
    parser.add_argument('--project', default=ROOT / 'runs/detect', help='save results to project/name')
    parser.add_argument('--name', default='exp', help='save results to project/name')
    parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
    parser.add_argument('--line-thickness', default=1, type=int, help='bounding box thickness (pixels)')
    parser.add_argument('--hide-labels', default=False, action='store_true', help='hide labels')
    parser.add_argument('--hide-conf', default=False, action='store_true', help='hide confidences')
    parser.add_argument('--half', action='store_true', help='use FP16 half-precision inference')
    parser.add_argument('--dnn', action='store_true', help='use OpenCV DNN for ONNX inference')
    opt = parser.parse_args()
    opt.imgsz *= 2 if len(opt.imgsz) == 1 else 1  # expand
    print_args(vars(opt))
    return opt

--weight : 描述模型的文件，设置后面的default，用于加载预训练模型,默认设置如下，可以用官方的文件，也可以用自己的文件

default=ROOT / 'yolov5s.pt' 其他的预训练文件可以参考如下连接Release v6.2 - YOLOv5 Classification Models, Apple M1, Reproducibility, ClearML and Deci.ai integrations · ultralytics/yolov5 · GitHub

-- source:通过default设置待检测的内容，当设置路径下为图片是，实现对图片内容的检测，当设置路径下是视频时，实现对视频内容的目标检测；当default='0'时调用本地电脑的摄像头进行检测；当设置手机摄像头IP地址时实现手机摄像头实时检测。后面具体介绍其用法。

-- data :指定ymal为描述数据集的文件。默认指定data/coco128.ymal文件，其中包含的信息如下所示。如果要训练自己的数据集，可参照这个文件的设置

其中设置的内容包括，path:数据集的存储位置；train:训练集的位置（在path中的位置）；val:验证集的位置；test:测试集的位置；nc:目标检测的类别数；names:每个类别的名称；download:数据集的下载链接 

-- imgsz: 图片大小，默认为640，因为预训练的模型对图像的大小有要去，在--weight中设置下载的模型文件后，可以再--imgsz中修改对应的图片大小效果会比较好，也可以不修改。

--conf-thres：置信度阈值，表示检测框内目标的置信度最小的阈值，当检测框中的目标超过该值时就人为检测到目标了。具体什么叫置信度可以查找对应的资料进行了解。值设置越大，检测标记的物体会越少；设置的越小检测标记出的物体约多。默认阈值为0.25

-- iou-thres：交并比阈值：（预测框大小真实框大小）/（预测框大小真实框大小），设置值越大导致一个物品有多个检测框，设置约小，多个物品只有一个检测框。默认阈值为0.4

-- max-det：最大检测框数量，默认为1000，表示一张图片中最多可检测出1000个物体。

-- device:使用CPU还是GPU，可以不同设置，

-- view-img:默认为False，在pycharm中进行如下设置，在程序运行时生成窗口实时显示目标检测的结果，特别是在对视频进行检测时看起来会比较直观。

或者在命令行直接运行python detect.py --view-img

 -- save-txt: 是否将预测结果txt的形式保存下来，默认为False，设置后会将检测出的结果标签和检测框的坐标存储下来，如下所示

 --save-conf:是否将置信度保存在txt文件中

-- save-crop:是否将检测的结果裁剪存储下来，我们看下设置后的效果

我们发现领带在原图上被检测出来，并将检测的结果裁剪出来，单独保存在文件夹中。

 --nosave:不保存检测结果

--classes:指定检测的目标类别，在yolov5中列表0表示person，若仅仅检测人不做其他目标识别时，可进行如下设置

python detect.py --classes 0

只会检测人，领带并不会被检测出来

 --agnostic-nms: 在执行目标检测任务时，可能对同一个目标进行多次检测，nms是确保算法对每个对象得到一个检测框的方法，具体如何是实现可以去搜索对应的文章。

--augment:使用使用数据增强的方式进行推理

--visualize:是否可视化特征图。若设置该参数可以显示中间的特征图

 --update:看土堆的视频介绍说，这部分应该是将模型中的优化器部分去掉，可以不用管，个人也不是很清楚他的具体效果

--project：预测结果的保存路径

--name:存储结果的文件夹名称

--exist-ok:模型输出是否保存在已有的文件夹下，如果设置该参数，每次运行的结果都会存储在原有的文件夹下

--line-thickness：检测框线条的粗细

-- hide-labels:是否隐藏检测结果的标签

--hide-conf: 是否隐藏置信度

--half:该参数是是否使用FP16半精度推理；在训练阶段，梯度更新往往是很微小的，需要相对较高的精度，一般要用FP32以上；在预测时，精度要求没有那么高，一般F16（半精度）就可以，甚至可以用INT8，精度影响不会很大；同时低精度的模型占用空间更小。有利于部署在嵌入式模型里面

--dnn;使用使用OpenCV DNN  进行ONNX推理

图片目标识别

设置--source参数即可实现对自己的图片的识别

parser.add_argument('--source', type=str, default=ROOT / 'data/images', help='file/dir/URL/glob, 0 for webcam')

将图片拷贝到项目的目录下的images中，即可，这个文件路径是默认的，也可以自己添加新的路基，人后在default中指定好即可

 运行detect.py脚本，结果如下：

视频目标检测

同图片的目标检测一致，在--source中指定default的地址即可，这里我在原data文件下新建一个叫video的文件夹，将要检测的视频放入该文件夹下，同时修改default

parser.add_argument('--source', type=str, default=ROOT / 'data/video', help='file/dir/URL/glob, 0 for webcam')

 调用电脑的摄像头

只要将--source中的default设置为0即可

parser.add_argument('--source', type=str, default='0', help='file/dir/URL/glob, 0 for webcam')

 调用手机摄像头实时检测

首先，手机上安装IP摄像头APP

 手机和笔记本电脑连接相同的wifi

打开app

点击打开IP摄像头服务器

设置账号：admin

设置密码：admin

账号密码可以自定义

记录下局域网的地址

 设置--source中的default，设置为

parser.add_argument('--source', type=str, default='http://账号:密码@局域网地址', help='file/dir/URL/glob, 0 for webcam')

 运行结果

 下次将介绍下如何在本地制作和训练自己的数据集，实现目标检测，如果电脑不支持GPU（比我intel的mac电脑）加速，考虑使用colab提供的免费GPU资源进行模型训练。关于yolov5中的代码还没有进行深入研究，希望自己在后面学习的过程中可以补齐这部分的内容。

参考资料

1、源码地址：https://github.com/ultralytics/yolov5

2、我是土堆：目标检测 YOLOv5 开源代码项目调试与讲解实战【土堆 x 布尔艺数】_哔哩哔哩_bilibili

3、YOLOv5（v6.1）解析（一）