• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客>- **🍖
• 原作者：K同学啊**

下载源码

• 地址：https://github.com/ultralytics/yolov5
• 打开cmd后输入：pip install -r requirements.txt

运行命令

(py311torch) E:\yolov5-master>python detect.py --source E:\yolov5-master\data\images\zidane.jpg --weights yolov5s.pt --img 640

查看结果

视频检测

个人总结

学习了如何使用YOLOv5进行图像检测和视频目标检测

YOLOv5 的工作原理
单阶段检测：YOLOv5 是一种单阶段目标检测器。与两阶段的检测器（如 R-CNN 系列）不同，YOLOv5 在单个网络中同时完成目标的定位和分类，大大提高了目标检测的速度。

骨干网络（Backbone）：YOLOv5 使用了一个高效的骨干网络来提取图像特征。具体来说，它采用了 CSPDarknet53（Cross Stage Partial Network）作为主要的特征提取网络。这个网络的设计目的是减少计算量，提高特征提取的效率。

颈部网络（Neck）：在骨干网络提取出的特征基础上，YOLOv5 通过一个复杂的颈部网络进一步增强特征。颈部网络通常包括 FPN（Feature Pyramid Network）和 PANet（Path Aggregation Network），用于融合不同尺度的特征，从而提高小目标的检测精度。

头部网络（Head）：头部网络负责将颈部网络输出的特征图转换为目标检测的输出，即每个目标的边界框（bounding box）和类别概率。YOLOv5 的头部网络通常包含多个卷积层和用于输出的全连接层。

损失函数：YOLOv5 使用了一种结合了分类损失和定位损失的多任务损失函数。常见的损失函数包括交叉熵损失（用于分类）和 IoU（Intersection over Union）损失（用于定位）。

锚框（Anchor Boxes）：YOLOv5 使用了预定义的锚框来帮助定位目标。锚框是根据不同数据集的目标尺寸和形状预设的，网络会调整锚框的尺寸和位置，以适应实际检测到的目标。

数据增强：为了提高模型的鲁棒性和泛化能力，YOLOv5 在训练过程中使用了多种数据增强技术，如 Mosaic、MixUp 和 CutMix 等。这些技术通过组合多个图像来生成新的训练样本，从而增加模型的多样性。

自适应锚框：YOLOv5 还引入了自适应锚框的概念，通过 K-means 聚类算法在训练集上自动计算最合适的锚框尺寸，以提高检测精度。

模型优化：YOLOv5 通过一系列的优化技术来提高模型的性能，例如使用动态小批量大小（Dynamic batch size）、改进的学习率调整策略等。