YOLO-v5使用和训练简述

type

status

date

slug

summary

YOLO-V5 – You Only Look Once version 5

YOLO-V5 的模型介绍

目标检测

目标检测的任务是识别图像中的物体，并确定它们的位置（通常用边界框表示）。例如，在一张街道照片中，你不仅要识别出“汽车”、“行人”和“交通灯”，还要标出它们在图像中的具体位置

YOLO

就如同YOLO的名字一样 - “只看一次”，区别传统的目标检测方法（如 R-CNN）要多次处理图像，YOLO 通过单次前向传播即可生成所有检测结果（边界框 + 类别），相比两阶段检测模型（如 Faster R-CNN），速度提升显著，适用于实时场景（如摄像头监控、自动驾驶）

YOLO-V5 中常见的专业术语

我们用一张图在介绍常见的术语⬇️

边界框 (Bounding Box) 边界框是一个矩形框，用来标出物体在图像中的位置和大小。在这里我们标注了猕猴桃的位置和大小，蓝色的框就是边界框

类别预测 (Class Prediction) 除了检测物体的位置，YOLOv5 还会预测每个物体的类别（如“汽车”、“行人”等）。就像你在街上看到一辆车，不仅要标出它的位置，还要知道它是汽车而不是自行车。 YOLOv5 的预训练模型基于 COCO 数据集（80 类通用物体），但针对特定任务（如猕猴桃检测），需要重新训练以适配自定义类别。

置信度 (Confidence Score) 置信度表示模型对检测结果的信心。例如，模型可能会认为某个框内有 90% 的可能性是汽车，10% 的可能性是其他物体。置信度越高，模型的预测越可信。比如在这张图片中物体kiwi的置信度就是68% （因为我是用cpu跑的模型，所以模型参数比较小，置信度自然不高）

模型的部署

这里我用Windows11作为展示，别的操作系统可以去B站搜

安装Anaconda

Anaconda是一个管理Python环境和库的工具

下载地址:

Download Anaconda Distribution | Anaconda

Download Anaconda's open-source Distribution today. Discover the easiest way to perform Python/R data science and machine learning on a single machine.

https://www.anaconda.com/download

Download Anaconda Distribution | Anaconda

输入自己的邮箱就可以下载了

直接点Download就可以了

在CMD中查看是否安装成功，如果版本号就是成功了

创建并激活Python环境这里使用Python 3.9，因为最新的pytorch需要3.9及以上的py版本

创建虚拟环境：打开命令提示符，运行以下命令创建一个新的虚拟环境（例如命名为yolov5_test）

conda会自动帮你下载一些包，键入y就行了

激活虚拟环境：运行以下命令激活虚拟环境：

到这里就算Python环境创建和激活成功

安装Pytorch

Pytorch是一个开源的Python的机器学习框架

下载地址:

PyTorch

Run PyTorch locally or get started quickly with one of the supported cloud platforms

https://pytorch.org/

选择对应的指令在命令行运行

❗️值得注意的是，默认的下载源都是在国外的，下载速度很慢甚至连不上；我们在下载的时候要指定清华的下载源

使用 pip 指定清华源安装 PyTorch

在命令行中运行以下命令来安装 PyTorch，并指定清华源作为下载源：

pip永久使用清华源

验证Pytorch是否安装成功，进入Python交互

如果没有报错，并且输出了 PyTorch 的版本号，说明安装成功

YOLO-v5 的下载

有两种下载源代码的方式： 1. 直接登录githup的仓库下载 2. 用git来clone仓库 ❗️这两种方法都需要科学上网❗️

通过git下载（这个要先下载git，具体操作上网搜一下就ok了）

直接仓库下载

下载解压到对应的文件夹就能用了

之后我们还需要下载yolov5依赖的包

YOLO模型的使用我们通过pycharm打开刚才我们下载解压的yolov5的文件夹

编译器配置刚才我们所创建的环境

那我们现在前期的所有环境配置就都ok了，我们还需要在官网下载发行的模型即可是否yolo模型

下载 .pt 模型

这里我们在yolov5这个文件夹下再创建一个文件夹，取名为weights，并且把模型都下载到这个文件夹中

模型的使用

在pycharm中打开终端输入以下指令

运行过后的结果在runs/detect/exp

训练YOLO-V5模型

首先我们要标注数据 -> 图片中什么东西在什么位置

使用labelimg进行数据标记

在命令行输入 pip install labelimg 下载
在命令行输入 labelimg 启用

在目标检测任务中，LabelImg 是一个常用的图像标注工具，支持多种标注格式，包括 YOLO 格式。以下是对 LabelImg 中标记 YOLO 格式的详细讲解，包括标记结果、注意事项以及操作步骤。

1. YOLO 格式的标记结果

YOLO 格式的标注文件是一个 .txt 文件，每个标注文件对应一张图像，文件名与图像文件名相同。文件内容如下：

<class_id>：目标类别的索引（从 0 开始）。例如，0 表示第一个类别，1 表示第二个类别，依此类推。

<x_center>：目标边界框中心点的 x 坐标，归一化到图像宽度（范围是 [0, 1]）。

<y_center>：目标边界框中心点的 y 坐标，归一化到图像高度（范围是 [0, 1]）。

<width>：目标边界框的宽度，归一化到图像宽度（范围是 [0, 1]）。

<height>：目标边界框的高度，归一化到图像高度（范围是 [0, 1]）。

示例

假设有一张图像 image.jpg，尺寸为 800x600，标注了一个类别为 dog（class_id=0）的目标，边界框的左上角坐标为 (200, 100)，右下角坐标为 (600, 400)。那么 YOLO 格式的标注文件 image.txt 内容如下：

计算过程： - x_center = (200 + 600) / 2 / 800 = 0.5 - y_center = (100 + 400) / 2 / 600 = 0.4166666666666667 - width = (600 - 200) / 800 = 0.5 - height = (400 - 100) / 600 = 0.5

2. 在 LabelImg 中标记 YOLO 格式的步骤

步骤 1：安装 LabelImg

如果尚未安装 LabelImg，可以通过以下命令安装：

安装完成后，运行 labelImg 启动工具：

步骤 2：设置标注格式

打开 LabelImg 后，点击菜单栏的 Format。

选择 YOLO 格式。

步骤 3：加载图像

点击 Open Dir 按钮，选择包含待标注图像的文件夹。

图像会显示在主界面中。

步骤 4：创建类别文件

点击 Change Save Dir 按钮，选择保存标注文件的文件夹。

软件会自动创建一个类别文件（classes.txt），列出所有类别名称，每行一个类别。例如：

步骤 5：标注目标

点击 Create RectBox 按钮（或按快捷键 W），在图像中绘制目标边界框。

在弹出的对话框中输入目标类别名称（如 dog）。

标注完成后，LabelImg 会自动生成一个 .txt 文件，保存 YOLO 格式的标注信息。

步骤 6：保存并切换图像

点击 Save 按钮（或按快捷键 Ctrl + S）保存当前标注。

点击 Next Image 按钮（或按快捷键 D）切换到下一张图像。

3. 注意事项

（1）图像和标注文件的对应关系

每张图像对应一个 .txt 文件，文件名与图像文件名相同。

确保图像和标注文件放在同一文件夹中，或者按照 YOLO 数据集的目录结构组织。

（2）类别文件（`classes.txt`）

类别文件必须包含所有类别名称，且顺序与 class_id 对应。

类别名称不能包含空格或特殊字符。

（3）边界框的绘制

边界框应紧密贴合目标，避免包含过多背景。

对于部分遮挡的目标，尽量根据可见部分绘制边界框。

（4）归一化坐标

YOLO 格式的坐标是归一化的，范围是 [0, 1]。

如果手动修改标注文件，确保坐标值正确归一化。

（5）标注一致性

对于同一类别的目标，标注风格应保持一致。

避免遗漏目标或重复标注。

（6）图像尺寸

标注时确保图像尺寸与训练时使用的尺寸一致。

如果图像尺寸发生变化，需要重新计算归一化坐标。

YOLO 数据集的目录结构

YOLO 数据集通常按以下目录结构组织：

images/：存放图像文件。

labels/：存放标注文件。

classes.txt：类别，会自动放在labels/train或者val 中

train 表示训练集， val表示验证集（Validation Set）

一般按照7:3进行划分

训练模型

在数据集都准备好之后我们就可以开始训练模型了

首先我们要在data文件夹下创建一个 .yaml 的文件，名字都可以
创建kiwi_train.yaml文件中这样填写

然后就可以开始训练了

在命令行运行

参数详解

--data：指定数据集的配置文件路径（如 data/coco.yaml）。
--cfg：指定模型的配置文件路径（如 models/yolov5s.yaml）。
--weights：指定预训练权重文件的路径（如 yolov5s.pt）。如果从头开始训练，可以设置为空。
--epochs：指定训练的轮次（如 100）。
--batch-size：指定每个批次的图像数量（如 16）。
--device：指定训练设备，cpu 或 0（表示使用第一个 GPU）。

之后就是等电脑运行完毕查看训练效果在 runs/train/exp 中能看到训练生成的模型和各种图片

检查训练结果

训练结果的各种参数解析

在 runs/train/exp 目录下，关键结果图像及参数说明如下：

1. `results.png`（综合训练指标）

左上：训练损失（Train Loss）

box_loss：边界框定位损失（越小说明位置预测越准）
obj_loss：目标存在性置信度损失（越小说明检测遗漏越少）
cls_loss：类别分类损失（越小说明类别预测越准）

左下：验证损失（Val Loss）- validation loss

与训练损失对应，用于检测过拟合（若验证损失远高于训练损失，说明模型泛化能力差）。这里我们讲解一下什么是“泛化能力”

泛化能力是指机器学习模型在 从未见过的数据(测试集或真实场景数据) 上表现良好的能力。简单来说，就是模型是否“死记硬背”了训练数据，还是真正“学会”了规律
为什么重要？

过拟合（Overfitting）：模型在训练集上表现极好，但在新数据上表现差（考试前只背答案，但不会举一反三）
欠拟合（Underfitting）：模型在训练集和新数据上都表现差（没学懂知识点）

右下：mAP（Mean Average Precision）- 平均精度均值

这里我们重点讲一下mAP这个指标:
mAP 是目标检测任务中最核心的评估指标，综合衡量模型的检测精度和召回能力

计算过程：对每个类别计算平均精度（AP），再对所有类别的 AP 取平均，得到 mAP

mAP@0.5：IoU 阈值为 0.5 时的平均精度（常用核心指标）、
mAP@0.5:0.95：IoU 阈值从 0.5 到 0.95 的平均精度（更严格）

右上：精准率（Precision）与召回率（Recall）

高精准率：检测结果中误报少（False Positive 低）
高召回率：真实目标被遗漏少（False Negative 低）

2. `F1_curve.png`（F1 分数曲线）

横轴：置信度阈值（从 0 到 1）。

纵轴：F1 分数（精准率与召回率的调和平均）。

用途：选择最佳置信度阈值（通常取 F1 峰值点，如 0.4-0.6）。

3. `PR_curve.png`（P-R 曲线）

横轴：召回率（Recall）

纵轴：精准率（Precision）

曲线下面积（AUC）— 积分 ：越大表示模型综合性能越好

4. `confusion_matrix.png`（混淆矩阵）

对角线：正确预测的类别比例。

非对角线：类别间的误检情况（如猕猴桃被误判为橙子）。

5. `val_batch0_labels.jpg` 和 `val_batch0_pred.jpg`

labels.jpg：验证集真实标注的可视化。

pred.jpg：模型预测结果的可视化。

对比要点：

边界框是否紧密贴合目标。

是否遗漏小目标（如远处的猕猴桃）。

误检的背景区域（如将树叶误判为猕猴桃）。

有错误欢迎指正👌

25/2/23

廖朝正