学习笔记-YOLOV5目标检测初步了解记录
吐槽：无奈，好好的 markdown文本一到b站，啥排版都没了，只能手动再调整。也不知道以后会不会支持md格式。似乎有人开发了转换插件，也不知好不好用。到底还是对口的网站更对口些。
大体上对yolov5模型有了初步了解。模型是类似于应用程序的模板，程序员拿过来改一改就能弄出自己需求功能应用。上手只需要修改需要的几个参数或位置，即可拿来跑出自己的模型权重，来用于后期的部署。以下是使用yolov5前基本的了解与熟悉过程的记录，非教程。
tips：不管是前期配置pytorch环境，还是之后git yolo本体或pt文件，都最好备着个代理，不然真是会被网速折磨的够呛。
官方例程运行：
detect.py使用yolov5s.pt权重：
使用了了官方的yolov5s.pt权重，可以识别80类物品：
'person','bicycle','car','motorcycle', 'airplane','bus','train', 'truck','boat', 'traffic light'……
运行起来，看着还不错，蛮有意思的。不过整体置信率都不高。
yolov5m.pt权重：
换成了更大的yolov5m.pt，卡顿了不少，置信率整体上高了一些。连把书识别成laptop都更自信了。
实时识别效果：
train.py使用yolov5s.pt训练
数据集为coco128，虽然只有128张图，但也只浅浅地跑了5轮。毕竟我的小笔记本只是1660ti，还是不要为难它了。得到了best.pt。
使用best.pt效果
乍一看其实也还可以，就是为我们的实验室新添了个TV。
好了，玩了好一阵，确实很有趣，不过接下来要开始干正事了。
项目结构：基本完成
要学习一个项目，项目结构是必须先了解的。一个不错的详解学习文章：
https://blog.csdn.net/weixin_43334693/article/details/129356033
通过此博客，基本了解yolov5项目结构，知道大体上文件及文件夹作用，知道首先需要注意哪几个文件及文件夹。下图显示了我们初学者主要需要关注的文件或文件夹：
tips:听到某个人说数据集本体最好放在根目录下，不要放在data文件夹下。
文件结构基本清楚了，继续下一步吧。读源码，也是根据此人的博客。
源码阅读：
由于源码中存在注释，在记录中只标记代码段功能，不再额外引用代码。有一说一，看代码确实是个令人头秃的活计。
detect.py:基本完成
https://blog.csdn.net/weixin_43334693/article/details/129349094
基本配置：
首先导入包，不必多提
获取文件路径，将当前.py文件所在项目文件夹添加到python环境中，使得其可以调用同一个文件夹下的其他模块。
加载自定义模块中的类，由于有第2步，所以这一步可以导入。
执行main函数：
在命令行中中进入对用根目录，输入：>python detect.py --source 0，即可运行detect.py去采集摄像头视频帧进行识别并输出结果。
detect.py最后，
if __name__ == "__main__":
opt = parse_opt() # 接收命令行传来的参数到opt中
main(opt) # 用opt参数去执行主函数
if行只有命令行调用时执行，与作为模块调用执行相比，多了个接受命令行参数的步骤。
设置opt参数：
这段代码是一个 Python 脚本中的一个函数，用于解析命令行参数并返回这些参数的值。
--data：yolov5官方模板指向data/coco128.yaml文件。此yaml文件包括coco128数据集路径；该路径下的train、val以及test集的划分路径。还有coco128数据集的标签总数类别。还有数据集下载url 。有人说可以不用管。
--weights： 训练的权重路径，可以使用自己训练的权重，也可以使用官网提供的权重。默认官网的权重yolov5s.pt(yolov5n.pt/yolov5s.pt/yolov5m.pt/yolov5l.pt/yolov5x.pt/区别在于网络的宽度和深度以此增加)
--source： 测试数据，可以是图片/视频路径，也可以是'0'(电脑自带摄像头)，也可以是rtsp等视频流, 默认data/images
--imgsz： 预测时网络输入图片的尺寸，默认值为 [640]
--conf-thres： 置信度阈值，默认为 0.50
……
执行run函数：
载入参数。
初始化配置。这段代码主要用于处理输入来源。定义了一些布尔值区分输入是图片、视频、网络流还是摄像头。
保存结果。这段代码主要是用于创建保存输出结果的目录。创建一个新的文件夹exp（在runs文件夹下）来保存运行的结果。
加载模型。这段代码主要是用于选择设备、初始化模型和检查图像大小。
加载数据。这段代码是根据输入的 source 参数来判断是否是通过 webcam 摄像头捕捉视频流。
推理部分
热身部分，对每张图片/视频进行前向推理，NMS除去多余的框（这段代码是执行非最大值抑制（NMS）的步骤，用于筛选预测结果，预测过程（这段代码使用了一个循环来遍历检测结果列表中的每个物体，并对每个物体进行处理），打印目标检测结果，在窗口中实时查看检测结果，设置保存结果在终端里打印出运行的结果
train.py:存疑/未完成
https://blog.csdn.net/weixin_43334693/article/details/129460666
导包和基本配置，分布式训练初始化（如果具有多GPU）。大体同detect.py。
执行main()函数：
检查分布式训练环境。
判断是否断点续训。
判断是否分布式训练。
判断是否进化训练。设置opt参数。
执行train()函数：
加载参数和初始化配置信息。
加载网络模型。
加载数据集。
训练过程。
打印消息释放缓存。执行run()函数。类似于命令行支持函数，可以使得别的模块导入train.py后，通过run调用执行训练过程。
有一说一，train.py的阅读过程极其艰难与痛苦，大部分的原因还是长期积累缺失导致的各类专有名词与python基础代码实现的不认识/不熟练，以至于能不能说读完了读完源码都得打个大大的问号。不过，基本的功能对应的代码位置确定了，至于别的更细的，说到底是个水磨工夫，慢慢来吧。
总结：
到目前为止，yolov5的初步使用所需的应该具备了，准备开始尝试训练自己的小玩意吧。
