YoloV5实战指南：从零开始的物体检测教程

2025年10月12日 互联网

YoloV5实战：手把手教物体检测

一、为什么选择YoloV5？

YoloV5作为Ultralytics团队推出的目标检测框架，凭借其轻量化设计（最小模型仅7.3MB）、高精度表现（COCO数据集mAP@0.5达56.8%）和易用性（支持PyTorch生态），成为工业界和学术界的热门选择。相较于前代版本，YoloV5通过自适应锚框计算、Mosaic数据增强和CSPDarknet骨干网络等创新，在检测速度和准确率上实现了显著提升。

二、环境配置与工具准备

1. 硬件要求

  • 推荐配置：NVIDIA GPU（显存≥4GB）+ CUDA 11.x + cuDNN 8.x
  • CPU模式：支持但训练速度较慢（约慢10倍）

2. 软件依赖

  1. # 创建conda环境（推荐）
  2. conda create -n yolov5 python=3.8
  3. conda activate yolov5
  5. # 安装核心依赖
  6. pip install torch torchvision torchaudio  # 根据CUDA版本选择版本
  7. pip install opencv-python matplotlib tqdm
  8. pip install git+https://github.com/ultralytics/yolov5.git

3. 验证环境

  1. import torch
  2. print(torch.__version__)  # 应输出与CUDA匹配的版本
  3. print(torch.cuda.is_available())  # 应返回True

三、数据集准备与预处理

1. 数据集结构规范

  1. dataset/
  2. ├── images/
  3. │   ├── train/      # 训练集图片
  4. │   └── val/        # 验证集图片
  5. └── labels/
  6.     ├── train/      # 训练集标注（YOLO格式）
  7.     └── val/        # 验证集标注

2. 标注文件格式

YOLO格式标注文件每行包含：

  1. <class_id> <x_center> <y_center> <width> <height>

其中坐标均为相对值（0~1范围），示例：

  1. 0 0.5 0.5 0.2 0.3  # 第0类物体，中心在(0.5,0.5)，宽高占比0.2和0.3

3. 数据增强技巧

YoloV5内置Mosaic增强（四图拼接）、HSV色彩空间调整和随机缩放等策略，可通过修改data/coco128.yaml中的augment参数调整：

  1. train: ../datasets/coco128/images/train/
  2. val: ../datasets/coco128/images/val/
  3. nc: 80  # 类别数
  4. names: ['person', 'bicycle', ...]  # 类别名称

四、模型训练全流程

1. 选择预训练模型

YoloV5提供6种规模模型：
| 模型 | 参数量 | 速度(FPS) | mAP@0.5 |
|——————|————|—————-|————-|
| YoloV5s | 7.3M | 140 | 56.8% |
| YoloV5m | 21.2M | 110 | 60.6% |
| YoloV5l | 46.5M | 82 | 63.7% |
| YoloV5x | 86.7M | 64 | 65.4% |

推荐策略：

  • 嵌入式设备：YoloV5s
  • 云端部署：YoloV5l
  • 高精度需求：YoloV5x + TTA（测试时增强）

2. 训练命令示例

  1. python train.py --img 640 --batch 16 --epochs 100 \
  2.                 --data coco128.yaml --weights yolov5s.pt \
  3.                 --name custom_model --cache ram

关键参数说明：

  • --img：输入分辨率（建议640或1280）
  • --batch：批大小（根据GPU显存调整）
  • --epochs：训练轮数（通常300轮）
  • --weights：预训练模型路径
  • --cache：数据加载方式（ram/disk）

3. 训练日志解析

训练过程中会输出以下关键指标：

  1. Epoch: 100 | GPU: 0.98h | Prec@1: 0.923 | mAP@0.5: 0.654 | mAP@0.5:0.95: 0.487
  • Prec@1：Top-1准确率
  • mAP@0.5：IoU=0.5时的平均精度
  • mAP@0.5:0.95：IoU从0.5到0.95的平均精度

五、模型优化技巧

1. 超参数调优

在data/hyp.scratch.yaml中调整：

  1. lr0: 0.01  # 初始学习率
  2. lrf: 0.01  # 学习率衰减系数
  3. momentum: 0.937  # 动量
  4. weight_decay: 0.0005  # 权重衰减

2. 模型剪枝

使用--optimize参数进行通道剪枝：

  1. python export.py --weights yolov5s.pt --include prune \
  2.                  --img 640 --optimize 0.3  # 剪枝30%通道

3. 知识蒸馏

通过--teacher参数引入教师模型：

  1. python train.py --weights yolov5s.pt --teacher yolov5x.pt \
  2.                 --data coco128.yaml --epochs 50

六、部署与应用

1. 模型导出

  1. python export.py --weights yolov5s.pt --include onnx \
  2.                  --img 640 --opset 12

支持格式：

  • torchscript：PyTorch脚本模型
  • onnx：通用跨平台格式
  • coreml：苹果设备专用
  • tflite：安卓设备专用

2. 推理代码示例

  1. import cv2
  2. import torch
  3. from models.experimental import attempt_load
  5. # 加载模型
  6. model = attempt_load('yolov5s.pt', map_location='cpu')
  8. # 推理函数
  9. def detect(img_path):
  10.     img = cv2.imread(img_path)
  11.     img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
  12.     results = model(img)
  14.     # 解析结果
  15.     for *box, conf, cls in results.xyxy[0]:
  16.         print(f"Class {int(cls)}: {conf.item():.2f} @ {box}")
  18. # 执行检测
  19. detect('test.jpg')

3. 性能优化

  • TensorRT加速（NVIDIA GPU）： 
    1. trtexec --onnx=yolov5s.onnx --saveEngine=yolov5s.engine
  • OpenVINO优化（Intel CPU）： 
    1. mo --framework onnx --input_model yolov5s.onnx \
    2.  --output_dir openvino_model

七、常见问题解决方案

1. 训练中断处理

使用--resume参数继续训练：

  1. python train.py --resume yolov5s/last.pt

2. 类别不平衡问题

在数据集中采用加权采样或修改损失函数：

  1. # 在data/hyp.scratch.yaml中调整
  2. cls_pw: 1.0  # 类别权重平衡系数

3. 小目标检测优化

  • 增大输入分辨率（--img 1280）
  • 使用更高分辨率的预训练模型（如YoloV5x）
  • 在数据增强中增加--flipud（上下翻转）

八、进阶应用场景

1. 实时视频流检测

  1. import cv2
  2. from models.experimental import attempt_load
  4. model = attempt_load('yolov5s.pt')
  5. cap = cv2.VideoCapture(0)  # 或视频文件路径
  7. while True:
  8.     ret, frame = cap.read()
  9.     if not ret: break
  11.     results = model(frame)
  12.     # 绘制检测框（需实现draw_boxes函数）
  13.     # ...
  15.     cv2.imshow('Detection', frame)
  16.     if cv2.waitKey(1) == 27: break  # ESC键退出

2. 多任务学习

通过修改models/yolo.py中的head部分，可同时实现：

  • 目标检测
  • 实例分割
  • 关键点检测

3. 嵌入式部署

针对树莓派等设备：

  1. 使用--half参数进行半精度训练
  2. 导出为TFLite格式
  3. 通过tensorflow-lite-delegate-gpu加速

九、资源推荐

  1. 官方文档：https://github.com/ultralytics/yolov5/wiki
  2. 预训练模型：https://github.com/ultralytics/yolov5/releases
  3. 数据集工具：LabelImg（标注）、Roboflow（数据管理）
  4. 可视化工具：Weights & Biases（训练监控）

通过本文的实战指导，读者可系统掌握YoloV5从环境搭建到部署应用的全流程。建议从YoloV5s模型开始实践，逐步尝试模型优化和定制化开发。实际项目中，需特别注意数据质量对模型性能的关键影响，建议采用80/20法则分配时间（80%时间用于数据收集和清洗，20%用于模型调优）。

最新文章