2. YOLOv5 搭建一个完整的目标检测系统核心步骤

以 YOLOv5 为例，搭建一个完整的目标检测系统通常需要以下 5 个核心步骤。我会为你进行一个详细的拆解：

步骤 1: 环境准备

首先，你需要一个能运行 YOLOv5 的计算机环境。推荐使用带有 NVIDIA 显卡的电脑，因为训练过程非常依赖 GPU 进行加速。

安装操作系统:
- 推荐使用 Ubuntu 18.04/20.04，Linux 系统在深度学习领域有更好的兼容性和性能。
- 如果你只有 Windows 电脑，也可以使用，但后续步骤会略有不同，且某些依赖库的安装可能更复杂。
安装 GPU 驱动、CUDA 和 cuDNN:
- GPU 驱动: 从 NVIDIA 官网下载并安装对应型号的显卡驱动。
- CUDA Toolkit: YOLOv5 依赖于 CUDA 进行 GPU 计算。需要安装与你的驱动和将要安装的 PyTorch 版本兼容的 CUDA（例如 CUDA 11.3）。
- cuDNN: NVIDIA 提供的深度学习加速库，需要与 CUDA 版本匹配。
安装 Anaconda (推荐):
- Anaconda 可以方便地管理不同的 Python 环境，避免包版本冲突。
- 下载并安装 Anaconda 后，创建一个新的环境：
  bash 复制代码
```
conda create -n yolov5 python=3.8
conda activate yolov5
```
克隆 YOLOv5 仓库并安装依赖:
- 打开终端，克隆 ultralytics 官方的 YOLOv5 仓库：
  bash 复制代码
```
git clone https://github.com/ultralytics/yolov5.git
cd yolov5
```
- 安装所有必需的 Python 库。推荐使用 requirements.txt 文件：
  bash 复制代码
```
pip install -r requirements.txt
```
  这会自动安装 PyTorch、TorchVision、OpenCV 等一系列库。

验证环境 :

在 YOLOv5 目录下，运行以下命令。如果能成功下载预训练权重并在屏幕上显示检测结果，说明你的环境配置成功了。

bash 复制代码

python detect.py --source data/images/zidane.jpg --weights yolov5s.pt --conf 0.25

步骤 2: 数据准备与标注

这是最耗费人力但至关重要的一步。你需要为你的特定任务准备图像数据并进行标注。

收集图像:
- 收集大量包含你想要识别的物体的图像。图像应该尽可能多样化，包括不同的角度、光照条件、背景和物体姿态。
- 一个好的起点是收集几百到上千张高质量图像。
标注数据:
- 你需要使用标注工具在图像上框出物体，并为每个框分配一个类别标签。
- 推荐工具 :
  - LabelImg : 一个简单易用的图形化标注工具，生成 YOLO 格式的 .txt 文件。
  - CVAT: 一个更强大的在线标注平台，支持团队协作，适合大规模项目。
- 标注格式 : YOLO 使用一种特定的文本格式。对于每张图片 image.jpg，会有一个对应的 image.txt 文件，其中每一行代表一个物体：
  复制代码
```
<class_id> <x_center> <y_center> <width> <height>
```
  - class_id: 物体类别的索引（从 0 开始）。
  - x_center, y_center, width, height: 归一化后的坐标（范围在 0 到 1 之间）。

组织数据集目录:

将你的数据集按照以下结构组织，这是 YOLOv5 推荐的格式：

复制代码

/path/to/your/dataset
├── images
│   ├── train
│   │   ├── image1.jpg
│   │   └── image2.jpg
│   └── val
│       ├── image3.jpg
│       └── image4.jpg
└── labels
    ├── train
    │   ├── image1.txt
    │   └── image2.txt
    └── val
        ├── image3.txt
        └── image4.txt

训练集 (train): 用于训练模型的主要数据（通常占 80-90%）。
验证集 (val): 用于在训练过程中评估模型性能，防止过拟合（通常占 10-20%）。

步骤 3: 配置文件修改

在开始训练前，你需要修改两个关键的配置文件。

创建数据集配置文件:

在 yolov5/data/ 目录下，复制一个现有的配置文件（如 coco128.yaml）并改名，例如 my_custom_data.yaml。

打开 my_custom_data.yaml 并修改以下内容：

yaml 复制代码

# train and val data paths
train: /path/to/your/dataset/images/train  # 训练集图片目录的绝对路径
val: /path/to/your/dataset/images/val    # 验证集图片目录的绝对路径

# number of classes
nc: 2  # 你的数据集有多少个类别 (例如，识别苹果和橙子，nc=2)

# class names
names: ['Apple', 'Orange']  # 类别名称列表，顺序必须和标注时的 class_id 对应

选择并修改模型配置文件:
- YOLOv5 提供了多个不同大小的模型（yolov5s.yaml, yolov5m.yaml, yolov5l.yaml, yolov5x.yaml）。s 代表 small，模型最小，速度最快，但精度可能稍低。对于初学者，建议从 yolov5s.yaml 开始。
- 打开你选择的模型配置文件（如 models/yolov5s.yaml）。
- 只需要修改一个地方 : 将 nc: 80 (默认是 COCO 数据集的 80 个类别) 修改为你的数据集的类别数，例如 nc: 2。

步骤 4: 开始训练

一切准备就绪后，就可以启动训练了。在 YOLOv5 根目录下运行以下命令：

bash 复制代码

python train.py --img 640 --batch 16 --epochs 100 --data my_custom_data.yaml --weights yolov5s.pt --cache

命令参数解释:

--img 640: 训练时将图像缩放至 640x640 像素。
--batch 16: 每个批次处理 16 张图片。这个值受限于你的 GPU 显存，显存越大，batch 可以设置得越大。如果显存不足，可以减小它，例如 --batch 8 或 --batch 4。
--epochs 100: 训练将进行 100 个轮次。一个轮次意味着模型将学习完整个训练数据集一次。
--data my_custom_data.yaml: 指定你刚刚创建的数据集配置文件。
--weights yolov5s.pt: 指定预训练权重。使用 yolov5s.pt 可以让模型在 COCO 数据集上的知识基础上进行迁移学习 ，这会极大地加快训练速度并提高最终性能。如果你想从零开始训练（不推荐），可以使用 --weights ''。
--cache: 将数据集缓存到内存中，加速训练。

训练过程中:

你会看到一个进度条，显示当前的轮次、损失值（loss）等信息。
训练过程中的结果（如模型权重、验证集上的预测图像）会保存在 runs/train/exp/ 目录下（每次运行 train.py，exp 会递增为 exp1, exp2 等）。
训练结束后，最佳的模型权重会被保存为 best.pt，最后一轮的权重为 last.pt。

步骤 5: 使用训练好的模型进行检测

训练完成后，你可以使用 best.pt 这个最佳模型来对新的图片或视频进行预测。

bash 复制代码

python detect.py --source path/to/your/test_image.jpg --weights runs/train/exp/weights/best.pt --conf 0.4

命令参数解释:

--source path/to/your/test_image.jpg: 指定输入源。可以是单张图片、一个图片目录、一段视频，甚至是电脑的摄像头 (--source 0)。
--weights runs/train/exp/weights/best.pt: 指定你训练好的模型权重文件的路径。
--conf 0.4: 设置置信度阈值。只有检测框的置信度高于 0.4 时，才会被显示出来。

查看结果 :

检测结果图像或视频会保存在 runs/detect/exp/ 目录下。打开后，你就能看到你的模型在新数据上的识别效果了！

后续优化

模型第一次训练的结果可能并不完美。你可以通过以下方式进行迭代优化：

分析结果 : 查看 runs/train/exp/ 目录下的 results.png，它展示了训练过程中各项指标的变化曲线。如果验证集的指标（如 mAP）不再提升甚至下降，说明可能发生了过拟合。
增加数据: 收集更多、更具多样性的图像数据是最有效的改进方法。
检查标注: 回顾你的标注数据，确保没有错误（如漏标、错标、框位置不准确）。
调整超参数 : 你可以修改 data/hyps/hyp.scratch-low.yaml 等超参数文件，然后在训练时通过 --hyp 参数指定它，以探索更好的模型性能。
尝试更大的模型 : 如果 yolov5s 的精度不够，可以尝试 yolov5m 或 yolov5l，它们拥有更深、更宽的网络，能学习到更复杂的特征，但训练和推理速度会变慢。

按照以上步骤，你就可以成功地使用 YOLOv5 训练出一个属于你自己的物体识别模型了。祝你成功！