作者：UltralyticsLLC公司
代码：https://github.com/ultralytics/yolov5

---

YOLO系列算法解读：

• YOLOv1通俗易懂版解读
• SSD算法解读
• YOLOv2算法解读
• YOLOv3算法解读
• YOLOv4算法解读
• YOLOv5算法解读

PP-YOLO系列算法解读：

• PP-YOLO算法解读
• PP-YOLOv2算法解读
• PP-PicoDet算法解读
• PP-YOLOE算法解读

---

---

1、算法概述

YOLOv5和YOLOv4都是在2020年发布，不同的是YOLOv5没有论文，是以工程的方式发布的，至今在工业界都还有很多应用，且模型泛化性能非常不错，代码中的很多细节处理值得我们学习。且作者也有在持续改进优化代码，现在已经更新到7.0版本了。先看代码结构：

代码结构非常清晰，且文件命名一目了然，通过文件名就知道该文件大致起什么作用。从代码来看，模型结构以YAML文件定义，结构清晰明了。

通过yolo.py里的parse_model解析yaml文件加载模型结构：

分析完整代码，作者使用了mosaic，图片缩放，focus，CSP，GIoU，FPN+PAN，放缩的网络结构，放缩的网络结构让模型更加灵活，一共有四个版本，s,m,l,x，遗传算法搜超参，自适应的anchor，ema。非常建议大家去深度研读yolov5的代码。

---

2、YOLOv5细节

先看我自己画的网络结构图

涉及到的子模块结构如下：

2.1 YOLOv5损失函数

yoloV5损失函数包括：

1. Classification loss，分类损失
2. Localization loss，定位损失（预测边界框与GroundTruth之间的误差）
3. Confidence loss，目标置信度损失（框的目标性，objectness of the box）

总的损失函数：classification loss + localization loss + confidence loss
yoloV5使用二元交叉熵损失函数计算类别概率和目标置信度得分的损失。
yoloV5使用CIOU Loss作为bounding box回归的损失。

2.2 YOLOv5边框回归

Yolo格式的txt标记文件格式是归一化后的中心点坐标(x,y)及矩形宽高：


Anchor给出了目标宽高的初始值，需要回归的是目标真实宽高与初始宽高的偏移量；预测边界框中心点相对于对应cell左上角位置的相对偏移量，为了将边界框中心点约束在当前cell中，使用sigmoid函数处理偏移值，使得预测值在（0,1）范围内，根据边界框预测的4个offset tx,ty,tw,th，可以按照公式计算出边界框的真实预测值。

YOLOv2/v3/v4采用相同的方式：

YOLOv5采用跨领域网格匹配策略，一个gt框可以同时在多个尺度特征图上匹配anchor，从而得到更多的正样本anchor，它改进了回归方式：

这么改进的原因：
原始的yolo框方程式存在严重缺陷。宽度和高度完全不受限制，因为它们只是out=exp（in），这很危险，因为它可能导致梯度失控、不稳定、NaN损失并最终完全失去训练。
对于yolov5，确保通过sigmoid所有模型输出来修补此错误，同时还要确保中心点保持不变1 = fcn（0），因此模型的标称零输出将导致使用标称锚框大小。当前的方程式将锚点的倍数从最小0限制为最大4，并且锚点-目标匹配也已更新为基于宽度-高度倍数，标称上限阈值超参数为4.0。

有些groundtruth由于和anchor的匹配度不高，不会参与训练，代码中在数据增强部分有异常标签过滤设置。

2.3 用YOLOv5训练自己的数据

步骤：

1. 创建自己的dataset.yaml。
2. 创建自己的labels，用labelImg工具，选择yolo格式标注，一张图片保存一个txt文件。背景图片，没有txt文件。
3. 改变图片和对应label存放方式；yoloV5是将图片路径中/images/替换成/labels/，自动找图片对应的txt文件的。
4. 选择模型，移动端建议选择yoloV5s，yoloV5m；服务器端建议选择yoloV5l，yoloV5x。
5. 训练，可以通过指定weights参数加载预训练模型微调。
6. 可视化，wandb，Tensorboard，本地训练日志。

2.4 训练技巧

数据库：

1. 每个类别的图片数大于1.5K
2. 每个类别的标注实例大于10K
3. 图片多样性，必须和实际部署环境一致
4. 标注一致并准确，图片中有的类别必须标注
5. 加入背景图片，可减少FP，建议加入0~10%的背景图片

训练参数设置：

1. 第一次训练，建议都采样默认参数，建立一个基准，后面再尝试调整参数对比效果
2. Epochs，默认参数300，如果出现过拟合，就减小该值，如果没有出现，可以增大大600甚至更大
3. Image size，如果数据库中有更多的小目标，建议使用较大的分辨率训练
4. Batch size，尽可能设大一点
5. 超参数，建议使用默认值；更大的图像增强参数，会减少过拟合，但会增加训练难度，往往也会得到更好的mAP，减少损失分量权重参数，可以减少该损失分量过拟合机率

参考自：https://docs.ultralytics.com/tutorials/training-tips-best-results/

2.5 YOLOv5训练流程

2.6 YOLOv5测试流程