环境配置

Windows或Linux系统
良好的外网访问环境
任意Python编辑器(本文以Pycharm为例演示)

提示：AMD显卡的ROCm仅支持Linux
Windows环境下需要安装 Visual Studio
说明：此文章不传授和提供外网访问的教程和工具

CUDA环境配置

适用于Nvidia显卡，AMD请使用ROCm或者跳过此步骤，使用CPU

使用Nvidia app更新Nvidia驱动至最新版本
前往Nvidia官网下载并安装CUDA Toolkit

yolo环境配置

打开pycharm
点击 从 VCS 获取

输入yolo官方仓库地址https://github.com/ultralytics/yolov5
然后点击克隆

安装依赖

如果是 Nvidia用户 或AMD使用 ROCm 的用户，请先打开requirements.txt文件，注释掉 torch 和 torchvision

其他用户请直接安装环境
打开终端

输入并回车，安装cuda版本pytorch

pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu124

其他环境安装

然后终端再次输入

pip install -r requirements.txt

训练

标记

请先准备好用于训练的图片数据，也可以是视频数据
根据情况下载X-AnyLabeling
打开 X-AnyLabeling
点击右上角 文件 选项，打开图片所在的文件夹，或者打开视频

X-AnyLabeling 有个小bug，要点击两次才能选择文件

然后按 R 可以进行矩形框选标注

标注完成后，新建一个 classes.txt 文件，并填入所有标记的名称，一行一个，如图

然后回到 X-AnyLabeling ，点击 导出 ，选择 导出yolo标签

选则刚刚创建的 classes.txt 文件
这是你会发现你文件同级目录下出现一个 labels 目录，找不到可以观察导出文件时出现的弹窗

数据准备与训练

然后将资源按如下结构存放

├─images
│  ├─train
|  |  ├─ 001.jpg #用于训练的图片
|  |  ├─ 002.jpg
|  |  └─ ......
│  └─val
└─labels
    ├─train
    |  ├─ 001.txt #导出的标记数据
    |  ├─ 002.txt
    |  └─ ......
    └─val

说明: val是在训练中用于检测的数据，和train是一样的结构，不知道如何操作可以把train中的资源复制到val中
然后编写dataset.yaml

# 这里的路径是相对与运行目录(一般为train.py程序)的路径，如不清楚如何填写，建议填写绝对路径，参考如下：
# train: C:/Users/your_username/PycharmProjects/yolov5/source/images/train
# val: C:/Users/your_username/PycharmProjects/yolov5/source/images/val
train: ./source/images/train
val: ./source/images/val
# nc为种类数量
nc: 1
# 名称，classes.txt，X-AnyLabeling中的群组编号顺序对应
names:  
  0: 'A meng'  
#   1: 'other'
# 	2: ......

然后pycharm打开终端，输入

python train.py --img 640 --data source/dataset.yaml --cfg yolov5s.yaml --weights yolov5s.pt --epochs 100

epochs 参数代表训练轮数，理论上100轮足够，轮数过多会导致模型过拟合。
训练需要的是大量的 样本数据，而不是过多的训练轮数

查看结果

训练完成后会在runs/train/exp/weights 下面生成 best.pt 和 last.pt
best.pt可用于检测，last.pt可用于后续继续训练(替换上述python指令中的yolov5s.pt为你last.pt的路径)
强调： exp后面会跟随一些数字，数字越大越新，请使用你训练好的最终模型

检测

简单测试

使用官方的 detect.py 检测结果

python detect.py --weights runs/train/exp2/weights/best.pt --source source/images/val/001.jpg

检测后，会在runs/detect下面生成exp目录，里面有检测结果的图片

程序中调用

可参考如下代码
传入opencv图片变量，返回中心点坐标和绘制的图片

import cv2
import time
import yolov5

class vegetable_detect:
    class __results__:
        def __init__(self):
            self.name = []
            self.x = []
            self.y = []
            self.confidence = []
            self.image = None

    def __init__(self, model_path):
        '''
        初始化YOLOv5检测器
        :param model_path: YOLOv5模型文件路径
        '''
        self.model = yolov5.load(model_path)
        self.is_detecting = False

    def detect(self, image):
        '''
        检测图像中的物体
        :param image: 输入图像
        :return: 结果类结构
                  result.name: 物体名称列表
                  result.x: 物体中心点x坐标列表
                  result.y: 物体中心点y坐标列表
                  result.confidence: 物体置信度列表
                  result.image: 检测后的图像
        '''
        while self.is_detecting:
            time.sleep(0.5)
        results = self.model(image, augment=True)
        self.is_detecting = True

        # 存储检测结果的列表
        result = self.__results__()

        # 遍历检测结果
        try:
            for *xyxy, conf, cls in results.xyxy[0]:
                label = f'{self.model.model.names[int(cls)]} {conf:.2f}'
                # 画出矩形框
                cv2.rectangle(image, (int(xyxy[0]), int(xyxy[1])), (int(xyxy[2]), int(xyxy[3])), (0, 0, 255), 2)
                cv2.putText(image, label, (int(xyxy[0]), int(xyxy[1]) - 10), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0, 0, 255), 2)

                # 计算中心点坐标
                center_x = int((xyxy[0] + xyxy[2]) / 2)
                center_y = int((xyxy[1] + xyxy[3]) / 2)
                # 画出中心点
                cv2.circle(image, (center_x, center_y), 5, (255, 0, 0), -1)

                # 存储中心点坐标,物体名称,置信度和图像
                result.name.append(self.model.model.names[int(cls)])
                result.x.append(center_x)
                result.y.append(center_y)
                result.confidence.append(float(conf))

            result.image = image
        except Exception as e:
            print("未检测到物体:", e)

        self.is_detecting = False

        return result


# 使用示例
if __name__ == "__main__":
    # 加载自定义训练的YOLOv5模型
    model_path = 'runs/train/exp2/weights/best.pt'
    detector = vegetable_detect(model_path)

    # 加载图像
    imgPath = 'source/images/val/test2.jpg'
    img = cv2.imread(imgPath)

    # 检测物体
    results = detector.detect(img)

    # 打印所有中心点的坐标、物体名称和置信度
    print("识别结果：")
    for i in range(len(results.x)):
        print(f"物体名称：{results.name[i]} 中心点坐标：({results.x[i]}, {results.y[i]}) 置信度：{results.confidence[i]:.2f}")

    # 显示结果图像
    cv2.imshow('YOLOv5 Real-time Object Detection', results.image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

结果如下

问题与解决

• NotImplementedError: cannot instantiate ‘WindowsPath‘ on your system
  在用到 yolov5 库的源码前加入如下代码

import platform
import pathlib
plt = platform.system()
if plt != 'Windows':
  pathlib.WindowsPath = pathlib.PosixPath