YOLOv5完整教程(二)

tt5555555555552025-10-28 6:09

YOLOv5完整教程(二)

目录

  1. 损失函数演进
  2. 正负样本匹配规则
  3. IOU系列详解
  4. YOLOv5模型结构
  5. 项目实战

损失函数演进

1. 早期方法：L1/L2损失

在YOLOv5之前，目标检测框回归通常采用简单的距离损失：

L e a r l y = ( x − x ^ ) 2 + ( y − y ^ ) 2 + ( w − w ^ ) 2 + ( h − h ^ ) 2 L_{early} = (x - \hat{x})^2 + (y - \hat{y})^2 + (w - \hat{w})^2 + (h - \hat{h})^2 Learly=(x−x^)2+(y−y^)2+(w−w^)2+(h−h^)2

缺点：仅考虑坐标差值，忽略了预测框与真实框的形状和重叠关系。

2. IOU损失（Intersection over Union）

IOU反映了两个框的重叠程度，是更好的评估指标：

I O U = A r e a i n t e r s e c t i o n A r e a u n i o n IOU = \frac{Area_{intersection}}{Area_{union}} IOU=AreaunionAreaintersection

优点 ：能够度量框之间的重叠关系
缺点：当两个框完全不相交时，IOU=0，无法提供优化方向

3. GIOU损失（Generalized IOU）

为解决IOU的不足，GIOU引入了外接矩形的概念：

G I O U = I O U − C − U C GIOU = IOU - \frac{C - U}{C} GIOU=IOU−CC−U

其中：

  • C C C = 包含两个框的最小外接矩形面积
  • U U U = 两个框的并集面积

性质：

  • 取值范围： − 1 , 1 -1, 1 −1,1
  • 当框完全重合时，GIOU = 1
  • 当框完全不相交时，GIOU ∈ [ − 1 , 0 ) [-1, 0) [−1,0)

缺点：当两个框的中心点位置不同，但外接矩形相同时，GIOU值相同，无法区分

4. DIOU损失（Distance IOU）

DIOU加入了中心点之间的距离约束：

D I O U = I O U − ρ 2 ( b , b g t ) c 2 DIOU = IOU - \frac{\rho^2(b, b^{gt})}{c^2} DIOU=IOU−c2ρ2(b,bgt)

其中：

  • ρ ( b , b g t ) \rho(b, b^{gt}) ρ(b,bgt) = 预测框和真实框中心点间的欧式距离
  • c c c = 最小外接矩形的对角线长度

改进：能够更好地考虑框的位置关系

5. CIOU损失（Complete IOU）

CIOU在DIOU的基础上，加入了宽高比的约束：

C I O U = I O U − ρ 2 ( b , b g t ) c 2 − α ⋅ v CIOU = IOU - \frac{\rho^2(b, b^{gt})}{c^2} - \alpha \cdot v CIOU=IOU−c2ρ2(b,bgt)−α⋅v

其中：
v = 4 π 2 ( arctan ⁡ w g t h g t − arctan ⁡ w h ) 2 v = \frac{4}{\pi^2}(\arctan\frac{w^{gt}}{h^{gt}} - \arctan\frac{w}{h})^2 v=π24(arctanhgtwgt−arctanhw)2

α = v ( 1 − I O U ) + v \alpha = \frac{v}{(1-IOU) + v} α=(1−IOU)+vv

优势：综合考虑了重叠面积、中心距离和宽高比，是YOLOv5采用的主要损失函数

正负样本匹配规则

匹配原则

在YOLOv5中，正样本匹配基于网格划分和坐标范围判断。

坐标范围扩展

原始坐标范围： 0 , 1 0, 1 0,1

扩展范围： − 0.5 , 0.5 -0.5, 0.5 −0.5,0.5

这个扩展的目的是：

  • 允许目标中心点出现在相邻网格单元的边界附近
  • 增加正样本数量，缓解样本不均衡问题
  • 使模型对边界位置的目标更敏感

匹配过程

  1. 确定目标所在的主网格：根据目标中心点所在的网格单元
  2. 扩展匹配范围：检查相邻网格单元是否满足匹配条件
  3. 坐标判断 ：
    • 如果 x < 0.5 x < 0.5 x<0.5 且 y > 0.5 y > 0.5 y>0.5，则该网格作为正样本
    • 对所有相邻网格进行相同判断

正负样本不均衡处理

问题：扩展匹配后，正样本数量仍可能不足，导致正负样本比例严重失衡

解决方案：

  • 对正样本的损失乘以缩放因子
  • 对负样本的损失乘以相应权重
  • 使模型更关注有限的正样本

IOU系列详解

IOU的几何意义

复制代码 
真实框（绿色）       预测框（红色）
    ┌─────────┐
    │  ┌───┐  │
    │  │ ∩ │  │
    └──┼───┼──┘
       └───┘

交集面积（∩）
IOU = ─────────────
     并集面积（∪）

四种IOU对比

损失函数 取值范围 优点 缺点
IOU 0, 1 基础指标 不相交时梯度为0
GIOU -1, 1 考虑外接矩形 无法区分不同位置
DIOU -1, 1 加入中心距离 未考虑宽高比
CIOU -1, 1 全面考虑 计算复杂度最高

CIOU的理论优势

CIOU同时优化三个方面：

  1. 重叠面积 ( I O U IOU IOU)：鼓励框的交集更大
  2. 中心距离 ( ρ 2 / c 2 \rho^2/c^2 ρ2/c2)：鼓励中心点对齐
  3. 宽高比 ( α v \alpha v αv)：鼓励尺度匹配

结合这三项约束，模型能够更快收敛，检测效果更好。

YOLOv5模型结构

主要特点

YOLOv5相比YOLOv4的改进：

  • 更优美的代码结构
  • 灵活的模型缩放方案
  • 官方支持更好

模型架构

YOLOv5由三个部分组成：

  • Backbone（主干网络）：特征提取
  • Neck（颈部网络）：多尺度融合
  • Head（头部网络）：目标检测

深度参数（Depth）

深度参数控制网络的层数。在主干网络中体现为不同的C3模块堆叠：

复制代码 
Backbone中的模块序列：C3-C3-C3-C3

YOLOv5s: 深度系数 = 0.33
  3 × 0.33 = 1  (3个C3)
  6 × 0.33 = 2  (6个C3)
  9 × 0.33 = 3  (9个C3)
  3 × 0.33 = 1  (3个C3)
  结果：1-2-3-1

YOLOv5m: 深度系数 = 0.67
  结果大约为：2-4-6-2

YOLOv5l: 深度系数 = 1.0
  结果：3-6-9-3

YOLOv5x: 深度系数 > 1.0
  结果：更深的网络结构

宽度参数（Width）

宽度参数控制卷积核的数量：

复制代码 
原始卷积核数 × 宽度系数 = 实际卷积核数

示例：
  64 × 0.5 = 32    (模型变小)
  128 × 0.5 = 64
  
  64 × 1.0 = 64    (原始大小)
  128 × 1.0 = 128
  
  64 × 2.0 = 128   (模型变大)
  128 × 2.0 = 256

模型版本对比

版本 深度系数 宽度系数 相对大小 推理速度 精度
YOLOv5n 0.33 0.25 最小 最快 较低
YOLOv5s 0.33 0.5 小 快 中等
YOLOv5m 0.67 0.75 中等 中等 中上
YOLOv5l 1.0 1.0 大 慢 较高
YOLOv5x 1.33 1.25 最大 最慢 最高

性能对比示例

输入尺寸：640×640

版本 参数量 mAP@0.5 mAP@0.5:0.95 GPU速度(ms)
YOLOv5n 1.9M 45.7 28.0 6.3
YOLOv5s 7.2M 56.8 37.3 6.4
YOLOv5m 21.2M 60.3 42.5 8.1
YOLOv5l 47.0M 63.4 45.1 10.1
YOLOv5x 87.7M 68.9 49.0 15.5

关键发现：

  • YOLOv5x虽然参数增加了一倍，但精度提升有限
  • 推理速度明显变慢
  • 实际应用中需根据硬件条件选择合适版本

项目实战

环境配置

1. 克隆YOLOv5仓库
bash 复制代码 
git clone https://github.com/ultralytics/yolov5.git
cd yolov5
2. 安装依赖
bash 复制代码 
pip install -r requirements.txt
3. 验证环境
bash 复制代码 
python detect.py --weights yolov5s.pt --source 0  # 使用摄像头测试

项目结构

复制代码 
yolov5/
├── data/                    # 数据集配置
│   ├── coco128.yaml
│   ├── coco.yaml
│   └── custom.yaml          # 自定义数据集配置
├── models/                  # 模型定义
│   ├── yolov5s.yaml
│   ├── yolov5m.yaml
│   └── common.py            # 通用模块（C3、Focus等）
├── utils/                   # 工具函数
│   ├── datasets.py          # 数据加载
│   ├── general.py           # 通用函数
│   └── metrics.py           # 评估指标
├── detect.py                # 推理脚本
├── train.py                 # 训练脚本
├── val.py                   # 验证脚本
└── requirements.txt         # 依赖列表

推理（检测）

使用预训练模型进行推理
bash 复制代码 
# 检测图片
python detect.py --weights yolov5s.pt --source data/images

# 检测视频
python detect.py --weights yolov5s.pt --source video.mp4

# 使用摄像头实时检测
python detect.py --weights yolov5s.pt --source 0

# 自定义输出目录
python detect.py --weights yolov5s.pt --source data/images --project runs/detect --name exp1
推理脚本示例
python 复制代码 
import torch
from models.common import DetectMultiBackend
from utils.general import non_max_suppression

# 加载模型
model = DetectMultiBackend('yolov5s.pt', device='cuda')

# 前处理
img = torch.randn(1, 3, 640, 640).cuda()

# 推理
pred = model(img)

# 后处理（NMS）
det = non_max_suppression(pred, conf_thres=0.25, iou_thres=0.45)

print(det)  # 检测结果：[x1, y1, x2, y2, conf, class]

训练自定义数据集

1. 准备数据集

数据集格式（VOC或COCO）：

复制代码 
dataset/
├── images/
│   ├── train/
│   ├── val/
│   └── test/
└── labels/
    ├── train/
    ├── val/
    └── test/

标签格式（YOLO格式）：

复制代码 
<class_id> <x_center> <y_center> <width> <height>
2. 创建数据集配置文件

创建 data/custom.yaml：

yaml 复制代码 
path: /path/to/dataset
train: images/train
val: images/val
test: images/test

nc: 3  # 类别数
names: ['helmet', 'vest', 'person']  # 类别名称
3. 开始训练
bash 复制代码 
# 基础训练
python train.py --img 640 --batch 16 --epochs 100 --data data/custom.yaml --weights yolov5s.pt

# 从头训练
python train.py --img 640 --batch 16 --epochs 100 --data data/custom.yaml --weights ''

# 指定GPU
python train.py --img 640 --batch 16 --epochs 100 --data data/custom.yaml --weights yolov5s.pt --device 0,1,2,3
训练参数说明
参数 说明 默认值
--img 输入图片尺寸 640
--batch 批大小 16
--epochs 训练轮数 100
--data 数据集配置文件路径 -
--weights 预训练权重 yolov5s.pt
--device GPU设备ID 0
--workers 数据加载线程数 8
4. 训练输出

训练完成后，结果保存在 runs/train/exp/ 目录：

复制代码 
exp/
├── weights/
│   ├── best.pt          # 最优模型
│   └── last.pt          # 最后一个模型
├── results.png          # 训练曲线
├── confusion_matrix.png # 混淆矩阵
└── results.csv          # 训练指标

验证

bash 复制代码 
# 验证训练效果
python val.py --weights runs/train/exp/weights/best.pt --data data/custom.yaml --img 640 --batch 16

模型导出

bash 复制代码 
# 导出为ONNX格式
python export.py --weights yolov5s.pt --include onnx

# 导出为TorchScript
python export.py --weights yolov5s.pt --include torchscript

# 导出为TensorFlow Lite
python export.py --weights yolov5s.pt --include tflite

总结

YOLOv5相比之前版本的优势：

  1. 更优的损失函数：采用CIOU全面优化框回归
  2. 灵活的缩放方案：通过深度和宽度参数灵活调整模型大小
  3. 更好的样本匹配：扩展坐标范围增加正样本
  4. 优美的代码结构：易于理解和改进
  5. 良好的官方支持：持续维护和更新

在计算机视觉领域，YOLOv5无疑是最璀璨的明星，广泛应用于工业场景，也激励了众多后续版本（YOLOv6、YOLOv7等）的发展。

相关推荐
羊羊小栈6 天前
基于「YOLO目标检测 + 多模态AI分析」的水稻病害智能检测分析预警系统（LangChain框架）
人工智能·yolo·目标检测·毕业设计·创业创新·大作业
YOLO_DATA7 天前
遥感滑坡检测的数据集 2299 张 1类 yolo格式 遥感滑坡检测数据集
人工智能·深度学习·yolo·计算机视觉·无人机·yolo数据集·ai数据集
计算机编程-吉哥7 天前
YOLO26 vs YOLO11 vs YOLOv8：深度学习咖啡果实成熟度分割系统【计算机毕业设计选题推荐】
人工智能·python·深度学习·yolo·django·毕业设计
西西弗Sisyphus8 天前
YOLO26 图像分割 - 训练的数据加载：取图、在线增强与标签缓存
yolo·yolo26
YOLO_DATA8 天前
无人机高速公路道路缺陷数据集 道路损伤数据集 公路裂缝识别 AI大疆数据集 10798期
人工智能·深度学习·yolo·机器学习·cnn
YOLO数据集集合8 天前
小目标无人机、飞机、直升机检测数据集 | 小目标检测 无人机检测 空中目标识别 低空安防 反无人机9090期
深度学习·yolo·目标检测·无人机·飞机·小目标·直升机
YOLO数据集集合9 天前
全球无人机航拍树冠覆盖数据集 | 树冠分割 语义分割 无人机航拍 全球森林监测 GeoTIFF 生态恢复9083期
深度学习·yolo·目标检测·无人机·无人机视角·全球森林
Python图像识别9 天前
10-【2027毕设】YOLO11PCB缺陷检测识别系统 - Python完整源码+PyQt5界面+训练模型+数据集
python·深度学习·yolo·毕业设计·毕设
YOLO数据集集合9 天前
无人机树木识别检测数据集 | 树木检测 树种分类 无人机航拍 林业调查9082期
深度学习·yolo·目标检测·无人机·无人机视角·树冠识别·树冠
qq7422349849 天前
YOLO 之外的另一半：RF-DETR 检测实战
yolo
热门推荐
01Telegram APK 下载安装完整指南 — 2026年最新02GitHub 镜像站点03国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）04历年考研数学一、数学二、数学三真题试卷及答案PDF052026 爱知・名古屋亚运会怎么看？直播平台+赛程安排分享06蜘蛛磁力 搜索引擎大全，如何使用蜘蛛磁力查找磁力链接07给AI一张“业务概念地图“：本体如何从哲学走向企业智能08微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新09jev-ultrafast 深度解析：7 秒订机票的浏览器 Agent 是如何炼成的10算法竞赛C++常用的STL