yolov5 配置环境，训练自己的数据集，实现识别图片，视频，视频流及代码注释_yolov5使用

Yolov5实时目标检测（视频流）

参考链接:http://t.csdnimg.cn/a8Mwq

1. 修改detect.py

将红色框的default设置为0

2. 修改utils文件夹下的dataloaders.py

将387-395行中的代码注释，并将396行中的s修改为0，在运行detect.py。

1. 在输出视频中添加帧率

参考链接：http://t.csdnimg.cn/lbQq8

i.在detect.py文件中找到if save_img语句

ii.在if save_img所在函数开头加入

tt = time.time()

iii.在if save_img:语句里面加入

# 添加帧率检测
cv2.putText(im0, "FPS:{:.1f}".format(1. / (time.time() - tt)), (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 2, (0, 0, 235), 4)
tt = time.time()

iiii.运行detect.py，在输出文件里面得到添加了帧率的视频（！！但是到这里只有在输出视频里面显示了帧率）

iiiii.将此代码放入图片中所示位置后将在开启摄像头的画面中输出帧率

代码注释

一.代码参数的注释

i.detect.py

def parse_opt():
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', nargs='+', type=str, default='runs/train/exp/weights/best.pt', help='model path or triton URL')       #需要的模型地址，选择best.pt

  parser.add_argument('--source', type=str, default='data/compare_images', help='file/dir/URL/glob/screen/0(webcam)')
  #图片或mp4视频存放地址

parser.add_argument('--conf-thres', type=float, default=0.25, help='confidence threshold')
#设置的检测概率大于0.25才显示出来

parser.add_argument('--iou-thres', type=float, default=0.45, help='NMS IoU threshold')
#框选物体的框框重合度

parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
#default 默认为空，自动检测为cuda还是cpu

parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
parser.add_argument('--save-csv', action='store_true', help='save results in CSV format')
    parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
#class name 列表中的元素顺序应该与标签文件夹中 classes.txt 文件中的标签顺序一致。

ii.train.py

def parse_opt(known=False):
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', type=str, default=ROOT / 'yolov5s.pt', help='initial weights path')  #参数yolov5s是在models里s、m、l几种不同大小的网络模型，s是最基础的也是跑起来最快的.

parser.add_argument('--epochs', type=int, default=100, help='total training epochs')    
#default=100 训练过程数据将被轮100次

  parser.add_argument('--batch-size', type=int, default=8, help='total batch size for all GPUs, -1 for autobatch')
  #default=8 一次往gpu中塞8张照片

parser.add_argument('--imgsz', '--img', '--img-size', type=int, default=640, help='train, val image size (pixels)')
#模型训练和验证时输入图片的尺寸

parser.add_argument('--nosave', action='store_true', help='only save final checkpoint')
#只保留最后一次训练的权重

parser.add_argument('--project', default=ROOT / 'runs/train', help='save to project/name')
#设置每次训练结果保存的主路径名称

parser.add_argument('--name', default='exp', help='save to project/name')
#设置每次训练结果保存的子路径名称

iii.yolov5s.yaml

nc: 2  #修改分类数
#再yolov5s.yaml里修改分类数

iiii.新建的mydata.yaml

train: D:\robort403\yolo_task\final_data\train   #训练集地址
val: D:\robort403\yolo_task\final_data\val       #验证集地址
test:  D:\robort403\yolo_task\final_data\test     #测试集地址
 
nc: 2  #分类数
names: ['cell phone', 'mouse']   #类名

二.代码中结果可视化部分的注释

i. 打印目标检测结果

# Write results
                for *xyxy, conf, cls in reversed(det):
                    c = int(cls)  #整数类别
                    label = names[c] if hide_conf else f'{names[c]}'  #标签名称
                    confidence = float(conf) #置信度
                    confidence_str = f'{confidence:.2f}'  #格式化为两位小数的字符串
                    if save_csv:   #保存为CSV文件
                        write_to_csv(p.name, label, confidence_str)
 
                    if save_txt:   #保存为文本文件                        xywh = (xyxy2xywh(torch.tensor(xyxy).view(1, 4)) / gn).view(-1).tolist()  #归一化后的xywh坐标
                        line = (cls, *xywh, conf) if save_conf else (cls, *xywh)  #标签格式
                        with open(f'{txt_path}.txt', 'a') as f:
                            f.write(('%g ' * len(line)).rstrip() % line + '\n') #写入对应的文件夹里，路径默认为“runs\detect”
 
                    if save_img or save_crop or view_img:  #添加边界框到图像
                        c = int(cls)  #整数类别
                        label = None if hide_labels else (names[c] if hide_conf else f'{names[c]} {conf:.2f}')  #标签名称和置信度
                        annotator.box_label(xyxy, label, color=colors(c, True))   #在图像上绘制边界框和标签
                    if save_crop:  #保存裁剪的图像
                        save_one_box(xyxy, imc, file=save_dir / 'crops' / names[c] / f'{p.stem}.jpg', BGR=True)  #保存裁剪后的图像到指定路径中
 

ii. 在窗口中实时查看检测结果

# Stream results
            im0 = annotator.result() #获取到处理后的图像，保存在im0中
            cv2.putText(im0, "FPS:{:.1f}".format(1. / (time.time() - tt)), (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 2,(0, 0, 235), 4)  #在图像上显示当前图像帧率（FPS）
            if view_img:   #如果设置了view_img为True，即需要显示图像
                if platform.system() == 'Linux' and p not in windows:
                    windows.append(p)
                    cv2.namedWindow(str(p), cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)  # allow window resize (Linux)
                    cv2.resizeWindow(str(p), im0.shape[1], im0.shape[0])
                cv2.imshow(str(p), im0)  #在窗口中显示图像
                cv2.waitKey(1)  #等待用户输入，每1毫秒处理一次键盘事件

iii.设置保存结果

 # Save results (image with detections)
            if save_img:   #如果save_img为True，则保存图像
                tt = time.time()  #获取当前时间tt
                #根据数据集的模式进行不同的保存操作
                if dataset.mode == 'image': #如果数据集模式为’image’，即处理的是单张图像，则使用cv2.imwrite函数将im0保存到指定的路径save_path
                    cv2.imwrite(save_path, im0)
                else:  # 'video' or 'stream'  #如果数据集模式为’video’或’stream’，即处理的是视频或实时流，则需要进行一些判断。
                    if vid_path[i] != save_path:  #判断当前保存路径save_path是否与之前的视频路径vid_path[i]不同，如果不同，说明要保存新的视频。
                        vid_path[i] = save_path
                        if isinstance(vid_writer[i], cv2.VideoWriter):  #释放之前的视频写入器（如果已存在）
                            vid_writer[i].release()
                        #获取视频的帧率（fps）、宽度和高度    
                        if vid_cap:  #如果是视频文件，则使用cv2.VideoCapture函数打开视频文件获取这些信息
                            fps = vid_cap.get(cv2.CAP_PROP_FPS)
                            w = int(vid_cap.get(cv2.CAP_PROP_FRAME_WIDTH))
                            h = int(vid_cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
                        else:  #如果是实时流，则将帧率fps设置为30，宽度w和高度h设置为im0的形状
                            fps, w, h = 30, im0.shape[1], im0.shape[0]
                        save_path = str(Path(save_path).with_suffix('.mp4'))  #保存路径save_path转换为以’.mp4’为后缀的文件名，强制使用.mp4格式保存结果视频。
                        vid_writer[i] = cv2.VideoWriter(save_path, cv2.VideoWriter_fourcc(*'mp4v'), fps, (w, h))  #cv2.VideoWriter函数创建视频写入器，写入器的参数包括保存路径、视频编码格式（使用mp4v编码）、帧率和视频大小（宽度和高度）。
                    vid_writer[i].write(im0)  #使用写入器的write函数将im0写入视频中。