yolov5 物体检测快速入门

1 物体检测概述

       根据百度百科定义，物体检测（ object detection）是当前计算机视觉领域非常经典的问题之一，其任务是用算法和模型去识别图片或者视频当中的物体类别，并可以用框去标注图片中物体的位置。目前随着技术的快速发展，目前的物体检测算法已经从传统的人工特征选择+分类器的算法，发展到基于深度学习（Deep Learning）的检测算法，通过海量的数据训练，物体检测效果变得愈加成熟。

      根据相关研究，人类所接触的外界信息大约有80%属于视觉信息。对人类来说，图像给出了客观事物的准确且直观的描述，是人类最主要的信息来源，自古就有眼见为实，耳听为虚的说法。而物体检测场景融合了图像处理、模式识别、人工智能等领域的前沿技术，在智能安防、智能监控、工业检测等非常多的领域都得到了广泛的应用。

2 yolov5概述

      经过多年的探索和研究，目前物体检测算法大致分类为：帧间差分法、背景建模法、点检测法、图像分割法、聚类分析法和运动矢量场法。其中，帧差法和背景建模法是最常用、最简单的算法，但这两种算法在背景相对静止的情况下，进行物体检测才适用。而基于深度学习的物体检测算法包含两阶段检测算法，如R-CNN、Fast R-CNN 和 Faster R-CNN等，以及一阶段检测算法，如YOLO和SSD。其中的YOLO算法有很多版本，如YOLOv2、YOLOv3、YOLOv4和YOLOv5等。

     YOLO算法是You Only Look Once的缩写，从字面上理解就是只需要看一次就可以进行识别，这样先对于两阶段算法而言，YOLO算法的执行速度就显得很快。根据相关测算，YOLO算法可以达到45帧每秒的处理速度。关于YOLO算法的实现，可以参考官网 https://github.com/ultralytics/yolov5 ，当前YOLOv5已经可以使用。

3 yolov5 安装

      这里基于Windows 10操作系统，已经成功安装了Python 3.7.9 ，且 可以使用pip工具（pip 21.3.1）。首先我们可以访问官网 https://github.com/ultralytics/yolov5 按照官方的步骤进行快速入门。首先下载源码，并安装依赖，执行如下命令即可：

git clone https://github.com/ultralytics/yolov5
cd yolov5
pip install -r requirements.txt

    其中的requirements.txt 文件记录了依赖的文件包以及版本要求，具体如下所示：

# pip install -r requirements.txt

# Base ----------------------------------------
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
Pillow>=7.1.2
PyYAML>=5.3.1
requests>=2.23.0
scipy>=1.4.1
torch>=1.7.0
torchvision>=0.8.1
tqdm>=4.41.0

# Logging -------------------------------------
tensorboard>=2.4.1
# wandb

# Plotting ------------------------------------
pandas>=1.1.4
seaborn>=0.11.0

# Export --------------------------------------
# coremltools>=4.1  # CoreML export
# onnx>=1.9.0  # ONNX export
# onnx-simplifier>=0.3.6  # ONNX simplifier
# scikit-learn==0.19.2  # CoreML quantization
# tensorflow>=2.4.1  # TFLite export
# tensorflowjs>=3.9.0  # TF.js export

# Extras --------------------------------------
# albumentations>=1.0.3
# Cython  # for pycocotools https://github.com/cocodataset/cocoapi/issues/172
# pycocotools>=2.0  # COCO mAP
# roboflow
thop  # FLOPs computation

     如果自动安装失败，可以尝试按照上述清单自行安装。其实，体验YOLOv5最快的方法就是从官网下载已经训练好的权重文件，这样就免去我们自行去搜集素材来进行个性化训练了，训练过程往往非常耗时。 官方提供了多种规格的权重模型文件，下载地址如下:
     https://github.com/ultralytics/yolov5/releases

    这里我们可以根据需要，自行下载权重文件，这些文件可以拿来直接进行YOLOv5物体检测的体验。我们可以将yolov5s.pt文件下载到yolov5目录中。下面给出一个简单的物体检测示例，具体的代码如下所示：

# https://github.com/ultralytics/yolov5
import torch
from torch._C import device
# 模型加载
model = torch.hub._load_local('.', 'yolov5s', pretrained=True)
# 图片
img = './demo/data/zidane.jpg'
# 推理
results = model(img)
# 查看对象的属性和方法
print(dir(results)) # dir(obj)可以查看对象的属性和方法
# ['__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', 
# '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__len__', 
# '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', 
# '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 
# 'crop', 'display', 'files', 'imgs', 'n', 'names', 'pandas', 'pred', 'print', 'render', 's', 
# 'save', 'show', 't', 'tolist', 'xywh', 'xywhn', 'xyxy', 'xyxyn']
# <models.common.Detections object at 0x0000018058A464C8>
# 结果相关操作
results.print()  # or .show(), .save(), .crop(), .pandas(), etc.
# 显示图片（识别后）
results.show()
#保存到文件夹out_111
results.save("out_111") 

     执行如下命令python demo.py进行运行示例，显示的结果如下所示：

PS C:\deeplearning_src\yolov5> python demo.py
YOLOv5  v6.0-124-g1075488 torch 1.10.0+cpu CPU

Fusing layers... 
Model Summary: 213 layers, 7225885 parameters, 0 gradients
Adding AutoShape... 
C:\Users\root\AppData\Roaming\Python\Python37\site-packages\torch\autocast_mode.py:141: 
UserWarning: User provided device_type of 'cuda', but CUDA is not available. Disabling
  warnings.warn('User provided device_type of \'cuda\', but CUDA is not available. Disabling')
['__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__',
 '__hash__', '__init__', '__init_subclass__', '__le__', '__len__', '__lt__', '__module__', '__ne__', '__new__', 
'__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__',
 'crop', 'display', 'files', 'imgs', 'n', 'names', 'pandas', 'pred', 'print', 'render', 's', 'save', 'show', 't', 'tolist', 
'xywh', 'xywhn', 'xyxy', 'xyxyn']
image 1/1: 720x1280 2 persons, 1 tie
Speed: 44.9ms pre-process, 202.5ms inference, 20.0ms NMS per image at shape (1, 3, 384, 640)
Saved 1 image to out_111
PS C:\deeplearning_src\yolov5> 

显示的标注图片如下所示：

另外，官方项目目录中，还有一个检测物体的文件，可以执行如下命令进行执行，它可以处理图片和视频，功能更加强大，示例如下所示：

python detect.py --source data/images --weights demo/model/yolov5m.pt --conf 0.65

视频效果如下所示：